STI-DICO : un système tutoriel intelligent pour la formation en didactique du lexique chez les futurs maîtres au primaire

Une proposition de recherche doctorale

14 novembre 2014

Alexandra Vorobyova{alexandra.vorobyova@gmail.com}

Programme de doctorat en informatique cognitive

Département d’informatique

Université du Québec à Montréal

Canada

Directeurs de recherche

Jacqueline BourdeauRoger Nkambou etOphélie Tremblay

RésuméLes enseignants du français langue première jouent un rôle clé dans le développement de la maîtrise de la

langue chez leurs élèves. Une des compétences linguistiques au cœur de cette maîtrise est la compétence lexicale, qui consiste à comprendre et à utiliser les unités du lexique de la langue. Cependant, pour assurer un encadrement efficace du développement des compétences lexicales chez ses élèves, un enseignant doit non seulement avoir atteint le niveau de compétence linguistique attendu, mais il doit aussi posséder les connaissances métalinguistiques nécessaires et suffisantes pour assurer son enseignement. Ceci veut dire qu’il doit avoir des connaissances étendues sur les notions qui permettent de comprendre, de décrire et d’analyser la langue enseignée (Tremblay 2009). Pourtant, des recherches ont montré que les enseignants ne maîtrisent pas suffisamment les compétences métalinguistiques qui devraient constituer le fondement de leur enseignement de la langue et n’utilisent pas les ressources linguistiques (listes de mots, activités de vocabulaire dans les manuels) et les outils (dictionnaires, thésaurus, etc.) en salle de classe de manière efficace (p. ex. Perrault 2006, Anctil 2011).

Afin de combler cette lacune, nous développerons, dans le cadre de cette recherche doctorale, un système tutoriel intelligent (STI) (Nkambou, Bourdeau et Mizoguchi, 2010) visant à former les futurs enseignants de français au primaire. Ce STI sera conçu en s’appuyant sur des théories et outils linguistiques existants afin de proposer un modèle des connaissances disciplinaires que l’enseignant doit maîtriser, implémenté de manière interactive et adaptative dans un outil performant. Pour constituer la base de connaissances et de compétences du STI, nous allons nous baser sur des ressources existantes, telles que l’ontologie GTN (Polguère, 2010), les référentiels de compétences dictionnairiques (Nesi et Haill 2002, Lew 2013b), les études sur les erreurs communes faites pendant la consultation du dictionnaire (Nesi 1999) et les compléter avec les résultats de nos propres recherches (Tremblay, Anctil et Vorobyova 2013). Nous allons également élaborer des activités ciblées et adaptatives inspirées d’un module de cours en didactique du lexique, qui va servir de banque d’activités d’apprentissage du système, afin de répondre aux besoins des futurs maîtres au primaire au Québec (Tremblay 2009).

Le but de tout STI est de favoriser l’apprentissage en employant des techniques d’intelligence artificielle pour adapter le système à son utilisateur. Le cœur de notre système sera donc un moteur de diagnostic cognitif capable de cerner les lacunes de l’utilisateur et proposer des activités afin de combler ces lacunes. Ceci sera fait en raisonnant sur ses bases de connaissances, mettant en lien les compétences sollicitées pour faire les activités, les connaissances qu’elles mobilisent, et la maîtrise de ces connaissances par les utilisateurs, évaluée sur la base de leurs réponses. Dans notre cas, les connaissances proposées seront tirées des programmes québécois de formation des élèves, notamment de la section « Lexique » de la Progression des apprentissages (MÉLS 2006), représentées via la structure de l’ontologie GTN. Ces connaissances correspondent à des compétences métalexicales que les futurs enseignants doivent maîtriser, mais qui n’ont pas été exprimées de manière explicite dans les documents du ministère. Il s’agit d’aptitudes dynamiques telles que connaître, observer, identifier et employer les connaissances métalinguistiques. Dans notre STI, nous allons mettre en lien ces connaissances et les compétences qui les mobilisent, afin de modéliser de la manière la plus fidèle possible le processus de consultation du dictionnaire et effectuer un diagnostic des sources des erreurs de l’apprenant.

Le résultat attendu de notre projet de recherche sera le prototype d’un STI qui possède les connaissances du domaine et qui sait les exploiter afin d’effectuer un diagnostic cognitif solide et s’adapter en fonction des besoins de l’apprenant. Ce STI sera corroboré par des experts du domaine de la didactique du lexique et testé via une expérimentation empirique auprès de futurs enseignants au primaire. Nous allons employer la méthodologie Design-Based Research (Reeves et al. 2005) afin de nous assurer que notre projet soit fortement ancré dans le contexte empirique, tout en faisant avancer des connaissances théoriques concrètes. Le STI-DICO développé pourrait jouer un rôle dans la formation des futurs enseignants du français au primaire au sein du système scolaire québécois, à titre de complément aux cours déjà offerts dans les programmes universitaires. Mots clé : Formation des maîtres, Lexicologie, Compétences dictionnairiques, Système tutoriel intelligent, Dictionnaire, Design-Based Research, Modélisation des connaissances, Diagnostic cognitif.

Table de matièresRésumé............................................................................................................................................................................ iTable de matières............................................................................................................................................................ ii

i

Liste d’abréviations......................................................................................................................................................... ivListe des figures et des tableaux.................................................................................................................................... ivFigures........................................................................................................................................................................... ivTableaux......................................................................................................................................................................... ivIntroduction..................................................................................................................................................................... 1L’informatique cognitive comme une solution................................................................................................................. 1Organisation de la proposition : quand, quoi, comment ?...............................................................................................2Chapitre 1. Problématique de recherche........................................................................................................................ 31.1. Énoncé de la problématique.................................................................................................................................... 31.2. Identification du problème et formulation d’hypothèses...........................................................................................31.3. Cas d’utilisation........................................................................................................................................................ 51.4. Solution proposée.................................................................................................................................................... 61.5. Justification de l’approche........................................................................................................................................71.6. Composantes cognitive et informatique de notre recherche....................................................................................71.7. Objectifs de la recherche......................................................................................................................................... 8Chapitre 2 – La revue de littérature................................................................................................................................ 92.1. La théorie Sens-Texte et l’ontologie GTN................................................................................................................ 92.2. Les dictionnaires.................................................................................................................................................... 102.2.1. Les études sur l’utilisation des dictionnaires.......................................................................................................102.3. Les dictionnaires électroniques.............................................................................................................................. 112.4. Problèmes cognitifs de consultation des dictionnaires...........................................................................................122.4.1. Nesi et Haill (2002)............................................................................................................................................. 132.4.2. Wingate (2004)................................................................................................................................................... 142.5. Les compétences liées au dictionnaire.................................................................................................................. 142.5.1. Les étapes de consultation du dictionnaire de Scholfield (1982)........................................................................152.5.2. The Specification of Dictionary Reference Skills de Nesi (1999), reprises par Lew (2013b)..............................152.6. Enseigner l’usage du dictionnaire.......................................................................................................................... 172.6.1. Les compétences dictionnairiques : par où commencer ?..................................................................................172.6.2. L’efficacité de l’enseignement des compétences dictionnairiques......................................................................182.6.3. Les outils informatiques pour l’enseignement des compétences dictionnairiques..............................................18ALEXIA......................................................................................................................................................................... 18Ouvrir le dictionnaire..................................................................................................................................................... 192.7. Les systèmes tutoriels intelligents..........................................................................................................................202.7.1. L’architecture d’un STI........................................................................................................................................ 212.7.2. Les approches dans les STI............................................................................................................................... 232.7.3. La modélisation des connaissances dans les STI.............................................................................................. 242.7.4. Les paradigmes d’apprentissage et le métacognitif dans les STIs.....................................................................252.7.5. Les STIs dans l’apprentissage des langues........................................................................................................27Chapitre 3 – La méthodologie de recherche.................................................................................................................303.1. Design-Based Research........................................................................................................................................ 303.2. Les grandes étapes de notre méthodologie de recherche.....................................................................................31Phase 1 – L’analyse des problèmes............................................................................................................................. 31L’analyse des compétences dictionnairiques................................................................................................................31Le diagnostic cognitif et le raisonnement du STI-DICO................................................................................................34Phase 2 – La conception et le développement d’une solution potentielle.....................................................................34Phase 3 – Implémentation et évaluation.......................................................................................................................36Phase 4 – Réflexion et production de rapports.............................................................................................................383.3. Difficultés liées à la réalisation du projet................................................................................................................383.4. Limites de la solution............................................................................................................................................. 393.5. Potentiel d’applicabilité de notre projet de recherche............................................................................................ 40Chapitre 4 – L’état d’avancement du projet de recherche.............................................................................................41

ii

4.1. Résumé de nos contributions................................................................................................................................ 412. L’état d’avancement des composantes du projet de recherche................................................................................414.2. Publications et communications ciblées.................................................................................................................42Références................................................................................................................................................................... 44

iii

Liste d’abréviationsAPI : Alphabet phonétique internationalDBR : Design-Based ResearchDÉ : Dictionnaire électroniqueGTN : Gros Tas de NotionsIA : Intelligence artificielle SRL : Self-Regulated LearningSTI : Système tutoriel intelligentTIC : Technologies de l’information et de la communicationTST : Théorie Sens-TexteUQ : Université du QuébecUQAM : Université du Québec à Montréal

Liste des figures et des tableauxFiguresFigure 1 : La structure du référentiel de compétences p.33

Figure 2 : Architecture proposée pour le STI-DICO p. 36

TableauxTableau 1 : Résumé des résultats des recherches sur les dictionnaires p.3-4

Tableau 2 : Hypothèses de recherche reliées à notre problématique p.5

Tableau 3 : Les résultats de Nesi et Haill (2002) p. 13

Tableau 4 : Les éléments existants employés, leurs modifications et application p.35

Tableau 5 : Résumé des itérations de notre projet de recherche p. 37

Tableau 6 : État d’avancement des travaux liés au projet p. 41-42

Tableau 7 : Les conférences et les journaux scientifiques ciblés pour la publication p. 42-43

iv

5

IntroductionLa capacité à se servir d’un dictionnaire constitue une compétence à développer, tel que préconisé par la

Progression des apprentissages au primaire (MÉLS 2006). Or, la consultation efficace d’un dictionnaire (papier ou

électronique) est un processus complexe qui repose sur la mobilisation simultanée de connaissances et de

compétences, l’ensemble desquelles n’est pas précisé dans les documents ministériels (Nesi 1999, Lew 2013b).

Dans notre projet de recherche, nous allons modéliser cet ensemble de connaissances et de compétences dans

un référentiel multicouches qui représente les relations entre elles. Nous allons ensuite proposer un outil

informatique afin de guider les futurs enseignants du français au primaire à les acquérir et les développer.

De nos jours, les scripteurs ont accès à une multitude de dictionnaires et d’outils électroniques d’aide à la

lecture et à l’écriture qui facilitent l’accès à l’information lexicale (Trésor de la langue française informatisé, Petit Robert électronique, Antidote, etc.). Le dictionnaire notamment joue un rôle important dans le développement du

vocabulaire, qui est un des indicateurs clés de la réussite scolaire (Scott et al. 2008). Or , les dictionnaires sont

peu utilisés par les élèves, ce que les recherches expliquent par le fait qu’ils n’ont pas reçu l’enseignement

nécessaire sur le contenu et le fonctionnement du dictionnaire (Tremblay 2009, Anctil 2011). Le même manque

des compétences peut être observé chez les enseignants eux-mêmes, qui ne sont pas préparés de façon formelle

à enseigner l’exploitation des dictionnaires (Chi 1998, Bae 2011, Tremblay et al. 2013, Polguère et Tremblay

2014).

C’est pour ces raisons que dans notre projet, nous ciblons les futurs enseignants du français au niveau

primaire : nous visons à les amener à développer les connaissances et les compétences nécessaires pour

enseigner l’utilisation du dictionnaire à leurs élèves. En faisant le lien entre les concepts théoriques mobilisés dans

la consultation du dictionnaire et les compétences dictionnairiques qui y sont associées, nous contribuerons à

jeter un pont entre la théorie et la pratique. Ce pont constituera le fondement du diagnostic cognitif fait par notre

système des erreurs de l’apprenant : en analysant le comportement et les réponses de l’apprenant, notre STI-

DICO va pouvoir les analyser et proposer des activités ciblées afin de combler les lacunes identifiées.

L’informatique cognitive comme une solution L’informatique cognitive est un domaine interdisciplinaire qui vise à résoudre des problèmes cognitifs à

l’aide des outils technologiques fournis par l’informatique, et plus particulièrement par l’intelligence artificielle (IA).

Le problème que nous avons soulevé ci-dessus est profondément cognitif : les dictionnaires fournissent un appui

aux processus cognitifs humains tels que l’apprentissage, la production et l’interprétation du langage, ainsi que le

développement du vocabulaire. Également, les stratégies et les compétences nécessaires pour exploiter les

dictionnaires mobilisent un ensemble de connaissances linguistiques, métalinguistiques, et métacognitives qui

doivent être activées de manière synchrone et cohérente afin que l’utilisateur puisse tirer les informations voulues

du dictionnaire. Nous proposons un système tutoriel intelligent (Grandbastien et Labat 2006, Nkambou et al. 2010)

qui vise à permettre aux futurs maîtres de développer les connaissances et les compétences pour enseigner le

lexique et le maniement du dictionnaire à leurs élèves.

Organisation de la proposition : quand, quoi, comment ?Nous allons commencer avec le « quoi » de notre projet : une description de notre problématique de

recherche dans le chapitre 1, afin de démontrer l’applicabilité des STIs pour la formation en didactique du lexique

et l’usage du dictionnaire chez les futurs maîtres de français au niveau primaire. Ensuite, nous allons poursuivre

avec un état de l’art sur les dictionnaires et leur consultation, ainsi qu’une présentation des systèmes tutoriels

intelligents, leur architecture, et leurs applications, dans une revue de littérature dans le chapitre 2. Le

« comment » de notre projet va être abordé dans le chapitre 3, avec une description de notre méthodologie de

recherche ; le « quand » va être présenté dans l’état d’avancement des travaux du chapitre 4.

Chapitre 1. Problématique de rechercheDans ce chapitre, nous allons montrer l’applicabilité des systèmes tutoriels intelligents pour la formation

en didactique du lexique et la formation à l’utilisation du dictionnaire, afin d’appuyer la pertinence de notre projet

de recherche. Nous allons faire ceci en décrivant notre problématique, en formulant nos objectifs et nos

hypothèses de recherche, et en illustrant comment nous allons réaliser notre projet.

1.1. Énoncé de la problématiqueCe projet vise à concevoir un système tutoriel intelligent (STI) qui facilite le développement des

connaissances en didactique du lexique et la compétence à se servir du dictionnaire chez les futurs enseignants

du français, à travers des modules de cours et des tests adaptatifs. Nous allons employer la méthode du Design-Based Research (DBR) afin d’intégrer des éléments existants (ontologie GTN, listes de compétences

dictionnairiques, modules de cours) avec des composantes nouvelles (catalogue d’erreurs, référentiel de

compétences et de connaissances, module de diagnostic cognitif) dans un système tutoriel intelligent, via un

processus de conception par itérations. Le STI-DICO résultant va pouvoir être intégré aux programmes de

formation des futurs enseignants afin de complémenter la formation existante dans les programmes universitaires

de formation des maîtres et de conscientiser les enseignants au sujet des connaissances et compétences

lexicales et métalexicales que leurs élèves doivent développer.

1.2. Identification du problème et formulation d’hypothèsesDe nombreuses recherches ont montré que les enseignants ne développent pas assez leurs

compétences métalinguistiques (Chi 1998, Bae 2011) et que la formation des maîtres ne les prépare pas bien à

enseigner la langue, notamment pour ce qui est de l’enseignement du lexique (Tremblay 2009, Anctil 2011).

Également, il a été constaté que malgré la forte présence des dictionnaires en classe, souvent ils ne sont pas

exploités à bon escient, et donnent fréquemment lieu à des erreurs et échecs de consultation (Atkins et Varantola

1997, Nesi et Haill 2002). Ces observations ont donné lieu à des propositions pour un meilleur enseignement des

connaissances et compétences nécessaires à une consultation efficace des dictionnaires, et à la sensibilisation

des utilisateurs de dictionnaires envers les enjeux impliqués dans leur conception et exploitation (Carstens 2013,

Kaminski 2013). Ces recherches sont résumées dans le tableau ci-dessous :

Constat Citations à l’appui Concepts clés* Les dictionnaires sont un outil important avec un potentiel pour favoriser le développement des compétences linguistiques et notamment lexicales chez les apprenants d’une langue (L1 ou L2)

“The use of a dictionary has now become an indispensable component of home and academic life” (Abecassis 2007)''Dictionaries are the instruments of lifelong learning; it is to them that we turn to revive our second language skills and to enhance our native vocabulary” (Bilash et al. 1999).

- Connaissances et compétences lexicales et métalexicales- Développement lexical

* Les utilisateurs ont souvent des difficultés à retrouver les

''Successful dictionary use means that the user retrieves from the dictionary what he needs as quickly as possible in

- Utilisation réussie d’un dictionnaire

informations désirées dans les dictionnaires

order to solve a particular linguistic problem'' (Kaminski 2013)‘’The task of finding the right meaning in the dictionary entails a complex set of processes, with potential obstacles for users at every stage (Neubach et Cohen 1988)''If the process of finding information, be it a word or its meaning, takes too much time, the learner may become frustrated and discouraged from further dictionary use'' (Bogaards 1996)

- Erreurs et difficultés de consultation des dictionnaires

* L'exploitation efficace des dictionnaires mobilise un ensemble complexe de connaissances et de compétences

‘’The process of getting meaning is not so simple, in that each search requires from the user a given level of linguistic proficiency, experience with dictionaries, prior knowledge, and appropriate search strategies’’ (Neubach et Cohen 1988)''The interaction between seekers and providers of (lexical) information involves many interrelated variables (linguistic, psychological, pedagogical). These must be painstakingly teased out, and tasks devised in which only one factor is variable in any given operation.'' (Hustijn et Atkins 1998)

- Compétences dictionnairiques - Connaissances métalexicales-Compétences métacognitives

* Il faut former les utilisateurs afin qu’ils puissent exploiter les dictionnaires de manière efficace

‘’There are two direct routes to more effective dictionary use : the first is to radically improve the dictionary: the second is to radically improve the users'' (Atkins et Varantola 1997)''I believe that the attention often lavished on the quantity and quality of information in a dictionary needs to be matched by attention to how users use dictionaries, and the relevant skills and strategies,”' (Scholfield 1999)

- Formation des utilisateurs- Compétences dictionnairiques

* Il existe un besoin clair d’un outil adaptatif et intelligent qui va guider l’utilisateur du dictionnaire dans son parcours

‘'Dictionary-using skills have a general, interdisciplinary application: these skills contribute towards the acquisition of general reference skills and the development of discriminating skills” (Carstens 2013)''What is needed is a dictionary, obviously electronic, that is truly adaptive — meaning that it will physically take on different forms in different situations; and one that would do so as intelligently as possible — meaning that it would have the ability to study and understand its user, and based on that, to learn how to best present itself to that user. »' (De Schryver 2010)

- Outil électronique adaptatif - Suivi intelligent de l’usage du dictionnaire

Tableau 1 : Résumé des résultats des recherches sur les dictionnairesUne revue de la littérature sur le sujet (voir le chapitre 2) nous a amené à la conclusion que, malgré le fait

qu’il existe des besoins de formation en matière d’utilisation du dictionnaire, les solutions pour répondre à cette

demande ne sont pas suffisamment développées, et que malgré le potentiel des TIC à combler une partie des

lacunes, les outils existants ne sont pas exploités au niveau suffisant pour fournir des solutions concrètes. Nous

avons formulé une liste d’hypothèses concernant notre problématique, que nous présentons ci-dessous.

Problème HypothèseH1 * L’ensemble de connaissances et de

compétences nécessaires pour la consultation des dictionnaires n’a pas été formalisé

* Une modélisation formelle exhaustive de l’ensemble de connaissances et compétences métalexicales nécessaires pour la consultation d’un dictionnaire est nécessaire afin de mieux comprendre et conceptualiser le phénomène de consultation du dictionnaire

H2 * Pour diagnostiquer et s’adapter au comportement de l’apprenant, un STI a besoin d’un ensemble de composantes interconnectées

* Un modèle de l’apprenant extensif, basé sur le référentiel de compétences et appuyé par une base de connaissances, permettra au STI-DICO de faire un diagnostic cognitif des lacunes et de fournir les activités nécessaires afin de proposer des exercices adaptés à l’apprenant

H3 * Pour préparer les enseignants, le STI doit être un outil adaptatif, interactif et conçu spécifiquement aux besoins des futurs enseignants de français au niveau primaire au Québec

* Un STI-DICO qui possède les connaissances du domaine, les mécanismes de raisonnement, et les stratégies pédagogiques nécessaires va pouvoir offrir un guidage ciblé et adapté en fonction de son apprenant

H4 * Les futurs enseignants n’ont pas les connaissances métalexicales nécessaires pour transmettre les connaissances lexicales requises à leurs élèves

* Un STI-DICO, en supportant l’enseignement des compétences explicites, améliorait la performance et la confiance en guidant le développement de connaissances et compétences métalexicales par le futur enseignant et la facilitation de leur transfert aux élèves.

Tableau 2. Hypothèses de la recherche reliées à notre problématique Des recherches ont relevé des phases de consultation des dictionnaires et certaines des compétences

nécessaires à chaque phase (Nesi 1999, Wingate 2004, Lew 2013b), mais, à notre connaissance, ces

compétences n’ont jamais été mises en relation avec les connaissances qu’elles requièrent. Également, à part

quelques sites et logiciels (voir section 2.6.3), il n’existe pas d’outil informatique qui intègre à la fois les concepts

théoriques en linguistique et leur application dans la consultation des dictionnaires, notamment dans le contexte

du système éducatif québécois dans lequel nous nous situons. Notre contribution aura alors sa place dans le

contexte spécifique ciblé en répondant aux besoins des utilisateurs futurs du système. Ces utilisateurs vont

correspondre aux cas cités dans la section suivante.

1.3. Cas d’utilisationNotre cas d’utilisation est le suivant :

L’utilisateur est un futur enseignant du français langue première au Québec qui veut acquérir les connaissances lexicales et métalexicales théoriques présentées dans le programme scolaire québécois et développer les

compétences nécessaires dont il a besoin pour utiliser efficacement le dictionnaire, enrichir son vocabulaire et

transmettre ces connaissances à ses futurs élèves.

Nous pensons que présenter les connaissances de la Progression des apprentissages (MÉLS 2006) de

manière plus structurée que de simples concepts isolés du cursus pourrait aider les futurs maîtres à mieux

maîtriser ces concepts et, par la suite, à mieux les mettre en œuvre pour développer les compétences de leurs

élèves, tant pour l’enrichissement du vocabulaire que pour une meilleure utilisation du dictionnaire.

1.4. Solution proposéeLa solution que nous proposons est d’élaborer un système tutoriel intelligent pour former les futurs

maîtres au primaire à utiliser le dictionnaire. Le contenu de ce système va comporter des référentiels existants en

lexicologie (Nesi 1999, Wingate 2004, Lew 2013b), des modules de cours de didactique de lexique conçus pour

être donnés en contexte d’enseignement traditionnel (Tremblay 2009), une ontologie de concepts linguistiques (le

GTN, Polguère 2010) et un raisonnement sur les erreurs en fonction des règles, le tout intégré dans une

architecture modulaire (Nkambou et al. 2010). L’utilisation d’un système tutoriel intelligent augmente les chances

de réussite du processus d’apprentissage puisque cela incite le développement de compétences de manière

adaptative, interactive, et réfléchie. Un tel système permet au futur enseignant de demander de l’aide, de faire des

activités de mise à niveau, et d’accéder à une représentation dynamique de son état de connaissances afin d’être

au courant du déroulement de son apprentissage. Nous croyons qu’un tel système didactique informatisé va aider

les futurs maîtres à développer leurs connaissances et compétences métalexicales et, en conséquence, devrait

les conduire à être mieux équipés pour faciliter le développement de celles-ci chez leurs élèves.

Le STI-DICO créé va être adaptatif, interactif, et conçu selon les besoins et exigences spécifiques des

futurs maîtres du système d’éducation du Québec. Le système pourra être proposé comme complément à un

cours de formation des maîtres à l’UQAM ou proposé comme module de cours à part entière pour les futurs

enseignants. L’ancrage du STI-DICO dans le contexte spécifique d’apprentissage devrait faciliter la transposition

des connaissances et compétences acquises directement dans la salle de classe avec leurs élèves. Via

l’interaction avec le système, les futurs maîtres vont non seulement affiner, consolider, et enrichir leur

compréhension et leur connaissance du contenu des cours de français, mais aussi pouvoir s’inspirer des activités

du STI-DICO pour les adapter aux besoins de leurs élèves plus tard. Comme toutes les notions présentées au

sein du STI-DICO vont être tirées directement de la Progression des apprentissages (MÉLS 2006), nous pourrons

cibler les connaissances pertinentes ; de plus, ces notions vont être appuyées par une théorie linguistique solide

(voir la section 2.2.) et des formalismes de représentation (dont l’ontologie GTN), ce qui alimentera les

fondements formels du système.

Afin de nous assurer de garder le lien essentiel entre la théorie et la pratique et faire avancer les deux en

parallèle, nous allons utiliser la méthodologie Design Based Research (DBR) (Reeves et al. 2005, Herrington et al.

2007). DBR a les avantages d’être située dans un contexte concret d’application, de valoriser un partenariat

collaboratif entre les chercheurs et les praticiens, et de fonctionner par processus d’itérations (voir la justification

de notre choix de méthodologie dans le chapitre 3). Cette méthodologie nous permettra de développer notre STI

de manière incrémentale, en lien étroit avec des connaissances théoriques. Nous prévoyons plusieurs itérations,

avec une mise au point des connaissances lexicales et des compétences métalexicales de l’apprenant à chaque

étape du processus, afin d’aboutir à un STI cohérent et ancré dans son contexte d’utilisation spécifique.

1.5. Justification de l’approcheNous croyons dans la pertinence de notre solution pour les raisons suivantes :

- Fondement cognitif solide : les bases de connaissances de notre STI-DICO vont être fondées sur plusieurs

éléments existants, tels que l’ontologie GTN, des référentiels de compétences (Scholfield 1982, Nesi 1999, Lew

2013b), le catalogue des erreurs communes faites par les utilisateurs des dictionnaires (Nesi et Haill 2002,

Wingate 2004) et le module de cours de Tremblay (2009). Ceci fait que le côté cognitif du projet sera bien ancré,

et notre travail va permettre d’enrichir des bases de connaissances préexistantes.

- Résultats positifs sur le développement de la compétence à utiliser le dictionnaire : Les recherches sur l’impact

de l’enseignement explicite des compétences dictionnairiques (« dictionary skills ») indiquent que l’enseignement

ciblé de ces compétences améliore la performance et la confiance des apprenants (Kipfer 1987, Bishop 2001,

Carduner 2003, Chi 2003).

- Efficacité des STIs dans d’autres domaines : les STIs existent depuis plus de 40 ans et ont été employés dans

des domaines de connaissances divers (Buchanan et Shortliffe 1984, Jean et al. 1998, Corbett et Anderson 1992),

y compris dans des domaines mal définis comme l’enseignement des langues (Heilman et Eskenazi 2006),

l’enseignement du droit (Ashley, 2008) ou la manipulation robotique complexe (Fournier-Viger et al. 2009).

L’utilisation des STIs en salle de classe a montré des effets positifs sur le déroulement du processus

d’apprentissage de ses utilisateurs (Mark et Greer 1993, Van Lehn et al. 2005, Roscoe et al. 2013).

1.6. Composantes cognitive et informatique de notre rechercheNotre problématique se situe dans un programme de recherche en informatique cognitive, et se trouve au

carrefour de plusieurs domaines de connaissances. Notre composante cognitive inclut :

1) La conception d’un référentiel de compétences nécessaires à la consultation efficace d’un dictionnaire ;

2) L’indexation de ces compétences avec les connaissances métalexicales qu’elles mobilisent au sein d’un

référentiel des compétences dictionnairiques (voir section 3 pour la structure du référentiel) ;

3) L’élaboration d’un mécanisme de diagnostic cognitif des erreurs de l’apprenant, en établissant un raisonnement

sur les bases de connaissances du système. Ce raisonnement visera à identifier les concepts manquants qui

sous-tendent les erreurs et analyser les acquis et les lacunes de l’utilisateur en comparant sa performance avec

l’ensemble de connaissances représentées dans la base de données ;

4) La création d’un catalogue d’erreurs basé sur les problèmes de consultation de dictionnaire fréquents relevés

par des études (Nesi et Haill 2002, Wingate 2004) et complétés par nos propres recherches ;

5) La complétion d’un module de cours en didactique des langues existant (Tremblay 2009) en y rajoutant du

contenu de cours et des activités ciblées en fonction des concepts de nos bases de connaissances ;

5) L’identification de plusieurs profils types d’utilisateurs du système afin d’y lier les stratégies pédagogiques

appropriées.

Notre composante informatique consistera en la mise en œuvre informatique des éléments cités ci-

dessus à l’intérieur d’un STI et une « interactivisation » (le rajout d’une composante interactive) des modules de

cours de didactique de lexique existants (Tremblay 2009). Ceci implique l’encodage informatique de toutes les

composantes du système et la synchronisation de leur fonctionnement au sein de l’architecture d’un STI complexe

et adaptatif. Tandis que les STIs classiques visent à faire acquérir à leurs utilisateurs des connaissances du

domaine, notre STI-DICO est original en ce qu’il propose un guidage personnalisé dans l’acquisition des

compétences nécessaires à la consultation d’un dictionnaire. Par la suite, il pourra être intégré au programme de

formation des maîtres à l’UQAM ou dans d’autres contextes d’apprentissage.

1.7. Objectifs de la rechercheNous allons séparer les objectifs de notre recherche en objectifs généraux et sous-objectifs :

Objectif 1) Élaborer un STI-DICO pour les futurs enseignants du français au primaire afin de les guider dans le

développement des connaissances et compétences lexicales et métalexicales nécessaires pour effectuer leur

enseignement.

Sous-objectifs :- Créer un référentiel de connaissances et de compétences dictionnairiques à transmettre via le STI ;

- Créer une version informatisée du module de cours en didactique de lexique, qui servira de banque de

connaissances du système ;

- Élaborer des parcours d’apprentissage distincts basés sur des profils d’utilisateurs et des stratégies

pédagogiques à appliquer afin d’aider l’apprenant dans son parcours ;

- Développer un modèle de diagnostic cognitif qui va raisonner sur la base du référentiel et le

comportement de l’utilisateur afin de cerner les lacunes derrière les erreurs ;

Objectif 2) Valider le STI-DICO afin de s’assurer de sa pertinence.

Sous objectifs :- Valider les diverses composantes du système (base de connaissances, banque d’activités, stratégies

pédagogiques) auprès des experts des domaines correspondants ;

- Évaluer le comportement du STI-DICO via un protocole analytique avec des méthodes de collecte de

données qualitatives.

Chapitre 2 – La revue de littératureÉtant donné que notre projet de recherche touche à plusieurs domaines de connaissances, nous allons

faire un survol des recherches qui ont été faites dans ces domaines, notamment la linguistique, la lexicologie, les

sciences cognitives et l’intelligence artificielle (particulièrement les systèmes tutoriels intelligents).

2.1. La théorie Sens-Texte et l’ontologie GTNLa théorie Sens-Texte est une théorie linguistique qui permet de représenter de manière formelle les

langues naturelles afin d’étudier les concepts théoriques sous-jacents de manière plus rigoureuse et, surtout, de

les implémenter dans un système informatique. Cette théorie, qui a vu sa genèse dans les années 60 (Zholkovskij

et Mel'čuk 1965), voit la langue comme une machine virtuelle qui convertit des sens en énoncés (textes) et vice-

versa. La TST est indépendante de la langue décrite, c’est-à-dire qu’elle aborde des phénomènes qui existent

dans toutes les langues et non le caractère spécifique de chacune, et vise à construire des modèles linguistiques

pour les expliquer et les modéliser. Pour faire les modélisations, la théorie prend en compte tous les niveaux de la

langue, de la sémantique à la phonétique, incluant la morphologie et la syntaxe, ce qui résulte en une description

riche des phénomènes linguistiques.

La TST, par son essence, se prête bien à la manipulation par les programmes informatiques : les modèles

linguistiques théoriques qu’elle propose sont assez formels et précis pour être implémentés directement dans des

modèles informatiques calculables (Lareau 2002, Chaumartin 2012). En plus, la TST a déjà été appliquée dans le

domaine de l’enseignement et l’apprentissage des langues, et plus spécifiquement du lexique ( Anctil 2005, Steele

1990, Tremblay 2009), et a servi à l’élaboration de dictionnaires et de bases de données (Mel'čuk et Polguère,

2007).

La TST a également donné lieu à l’ontologie GTN (Gros Tas de Notions), une modélisation hiérarchique

des savoirs en lexicologie et ses disciplines connexes (Polguère 2010). Le GTN vise la modélisation et la

caractérisation des savoirs lexicologiques de façon formelle. À l’instar d’autres ontologies du domaine linguistique,

comme WordNet (Fellbaum 1997) et GOLD (General Ontology for Linguistic Description), le GTN est structuré

selon les postulats de la TST et possède un caractère fortement informatique, qui en fait une base de

connaissances solide pour soutenir notre projet. Sa structuration en trois types d’éléments dans l’ontologie (terme,

concept et notion) permet d’intégrer le métalangage dans la modélisation ; la structure hiérarchique avec héritage

multiple permet de faire du raisonnement logique sur les concepts ; la forme en réseau de l’ontologie facilite

l’enseignement approfondi et cohérent des notions et est susceptible de favoriser un apprentissage efficace

(Tremblay 2009). À l’heure actuelle, le GTN contient plus de 200 concepts linguistiques développés à l’aide de

l’éditeur d’ontologies Protégé, ce qui fait qu’elle est directement implémentable au sein d’une architecture d’un

système tutoriel intelligent. Pour les fins de notre projet, nous allons choisir entre 30 et 40 concepts prioritaires, qui

correspondent aux concepts proposés par la Progression des apprentissages au primaire (MÉLS 2006).

2.2. Les dictionnairesLoin d’être de simples compilations de mots et de leurs définitions, les dictionnaires sont des outils riches

et complexes, dont l’utilisation fait appel à un processus complexe qui n’aboutit pas toujours à la réponse

souhaitée. Non seulement il existe divers types de dictionnaires (bilingues, monolingues, visuels, thématiques,

encyclopédiques, etc.), mais chaque dictionnaire est fait selon les normes lexicographiques de ses auteurs, c’est-

à-dire avec ses propres abréviations, conventions, et structure. Les dictionnaires sont conçus comme outil cognitif

pour leurs utilisateurs, qui les consultent pour apprendre quelque chose, c’est-à-dire pour chercher des

informations qu’ils peuvent exploiter (Fuertes-Oliviera et Tarp 2011). La structure même des dictionnaires est

conçue de manière à fournir un accès rapide aux informations recherchées (Bergenholtz et Gouws 2010).

Les raisons qui justifient le recours au dictionnaire sont diverses : 1) Palier aux limites de nos capacités

cognitives de mémoire et de raisonnement ; il est en effet impossible de connaître tous les mots d’une langue; le

dictionnaire devient alors un support cognitif, qu’il faut cependant savoir exploiter afin de pouvoir en profiter. 2)

Aider le locuteur à vérifier le sens ou l’étymologie d’un mot, la conjugaison d’un verbe, et à accompagner les

processus d’écriture et de lecture afin de les rendre plus aisés. 3) Contribuer au développement du vocabulaire,

qui est un des indicateurs clés de la réussite scolaire (Scott et al. 2008).

Souvent, la consultation des dictionnaires cause des problèmes d’incompréhension et d’interprétation

erronée, ce que les chercheurs attribuent à un manque de compétences ou de connaissances de la part de

l’utilisateur (Nesi et Haill 2002, Wingate 2004). Par conséquent, un des grands défis de formation des utilisateurs

est de réduire le plus possible le taux d’erreur de consultation et donc d’augmenter le taux de réussite d’usage des

dictionnaires. Dans la littérature, il existe deux approches majeures afin de pallier ce problème : améliorer le

dictionnaire ou former son utilisateur (Atkins et Varatola 1997, Nesi 2014). Dans les deux prochaines sections,

nous allons aborder ces deux approches – d’un côté, comment les dictionnaires sont conçus et améliorés, et de

l’autre, le comportement et les stratégies de leurs utilisateurs .

2.2.1. Les études sur l’utilisation des dictionnaires Dans un article récent, Nesi (2014) a fait un survol des études faites sur l’utilisation des dictionnaires

faites depuis les années 70 à aujourd’hui. Elle a recensé les études portant sur le comportement des utilisateurs

des dictionnaires (monolingues et bilingues, par des locuteurs natifs et non natifs) et celles s’intéressant à l’effet

du design des dictionnaires sur le comportement de leurs utilisateurs. Lors de ce survol, Nesi a observé que les

conclusions des chercheurs ne sont pas systématiques et souvent contradictoires : par exemple, Lew (2010)

montre que les utilisateurs exploitent souvent des informations métalexicales dans les dictionnaires alors que

Tono (2011) souligne que les utilisateurs consultent seulement les informations internes aux entrées, et souvent

ne lisent pas les entrées en entier. Sa conclusion était la nécessité de faire davantage d’études sur l’utilisation

pratique des dictionnaires par les utilisateurs, afin de pouvoir offrir des outils mieux adaptés à la réalité de ceux-ci.

Il est évident que le manque de standardisation dans la conception des dictionnaires contribue fortement

à leur difficulté d’utilisation. Ainsi, même pour un utilisateur qui est familier avec l’ensemble des informations

contenu dans un dictionnaire, il doit encore se familiariser avec le fonctionnement du dictionnaire particulier utilisé,

ce qui peut amener les utilisateurs à faire preuve de réticence quant au fait de changer de dictionnaire ou de

chercher ailleurs une information qu’ils n’ont pas trouvée initialement (Nesi et Haill 2002). Ceci s’applique autant

pour les apprenants, qui vont seulement consulter les ouvrages connus, et les enseignants, qui vont seulement

enseigner avec les ouvrages familiers (Nesi 1988). Cependant, il est difficile d’imposer des standards uniques à

tous les ouvrages de tous les lexicographes, dû à leur multitude et aux buts différents selon les ouvrages.

Néanmoins, de nombreuses innovations ont été faites, notamment en ce qui concerne la conception des outils

informatisés – nous allons décrire ces innovations dans la section qui suit.

2.3. Les dictionnaires électroniquesDans les dernières décennies, avec l’arrivée des technologies de l’information et de la communication,

l’apparence des dictionnaires a changé de manière radicale – au lieu de devoir faire appel à un tome imposant de

plusieurs centaines de pages, l’utilisateur peut maintenant accéder aux mêmes informations avec un clic de sa

souris. Malgré ces changements externes, la structure du dictionnaire reste la même, avec des entrées, des

définitions, des références grammaticales, etc., même si leur consultation nécessite souvent des compétences

supplémentaires comparé aux dictionnaires papier (Lew 2013b).

Le terme « dictionnaire électronique » (ou DÉ) peut être utilisé pour désigner divers types d’ouvrages de

référence stockés de manière électronique qui fournissent des informations sur l’orthographe, le sens ou l’usage

des mots (Nesi 2000). Cependant, ce qui est nouveau dans ce type d’outil n’est pas tant l’information qui s’y

retrouve, ni la manière de la présenter, mais plutôt le système de recherche de l’information. Tandis que les

dictionnaires papier organisent l’information d’une manière principalement linéaire (avec éventuellement des liens

de référence croisés entre les entrées), les dictionnaires électroniques sont capables de représenter les relations

entre les mots de manière beaucoup plus complète grâce à des techniques de recherche plus performantes et des

hyperliens entre les entrées, qui permettent à l’usager de naviguer plus facilement entre les entrées.

Pour traiter de l’avantage majeur des DÉs, il faut traiter des différentes techniques de recherche qu’ils

permettent. Avec l’arrivée des DÉs, l’ordre alphabétique traditionnellement employé au sein des dictionnaires

devient obsolète, ce qui fait que les compétences de recherche alphabétique, mises en valeur par le système

scolaire, deviennent moins d’actualité de nos jours (Lew 2013a). Mais ces compétences doivent être remplacées

en partie par d’autres compétences de recherches d’informations, selon les types de recherche disponibles dans

le dictionnaire. Ceci peut inclure la recherche incrémentale, qui permet de retrouver un mot basé sur seulement

quelques lettres, et la recherche approximative, qui permet de reconnaître un mot mal orthographié basé sur des

approximations graphiques ou phonétiques, entre autres types de recherches (Engelberg et Lemnitzer 2009, dans

Lew 2013a). Pour chaque type de recherche, l’usager doit maîtriser une (ou plusieurs) compétence(s)

supplémentaire(s), ce qui n’est pas évident puisque ce ne sont pas des compétences enseignées

systématiquement en salle de classe (Lew 2013a).

Un autre avantage considérable des dictionnaires électroniques est le système d’hyperliens, qui permet

d’établir un véritable réseau sémantique au sein du dictionnaire, au-delà du système de références croisées qui

existe dans les dictionnaires papier. Ici aussi, il existe de nouvelles possibilités avec de nouvelles charges

cognitives : tandis qu’avant, les références croisées demandaient un effort de la part de l’utilisateur d’aller

chercher le mot ou la section à laquelle renvoyait une référence croisée, maintenant le lien est immédiat et son

activation ne nécessite aucun effort de la part de l’utilisateur. Par contre, il n’est pas toujours évident de suivre une

série d’hyperliens qui peuvent éloigner l’utilisateur de plus en plus de l’entrée de départ, sans moyens de

repérage. Se repérer au sein de cet espace numérique constitue également une compétence spécifique à

développer (Lew 2013b). Nous allons traiter de l’ensemble des compétences requises par les dictionnaires papier

et électroniques dans les prochaines sections ; pour le moment, nous soulignons simplement le fait que, sur

plusieurs paramètres, ce ne sont pas les mêmes compétences pour les dictionnaires électroniques et papiers.2.4. Problèmes cognitifs de consultation des dictionnaires

Même quand un apprenant pourrait faire appel à un dictionnaire, ce n’est pas toujours garanti qu’il trouve

la réponse à sa question. Il est difficile de quantifier le pourcentage des consultations du dictionnaire qui

n’aboutissent pas (ou qui résultent dans une réponse non pertinente) parce que leur taux peut varier beaucoup

selon le contexte – le type de texte, les circonstances (production vs réception), le niveau de langue de

l’utilisateur, etc. Les chiffres trouvés de manière expérimentale sont variables : Nesi et Haill ont trouvé un taux

d’erreur de 16.4 % d’erreurs pour les apprenants avancés de l’anglais (2002), tandis que Wingate, étudiant la

consultation de différents types de dictionnaires, a trouvé un taux d’erreur entre 21 et 55 % pour les apprenants

avancés (Wingate 2004). À notre connaissance, aucune étude n’a été faite sur les erreurs de consultation chez

les locuteurs natifs, ni sur la cause cognitives profonde des erreurs de consultation des dictionnaires. Ceci sont

deux thématiques que nous allons aborder dans notre projet de recherche (voir chapitre 3). La prochaine section

fait état des recherches qui ont étudié les problèmes de consultation des dictionnaires et les causes proposées.

2.4.1. Nesi et Haill (2002)Une étude majeure sur les problèmes de consultation des dictionnaires a été réalisée par Nesi et Haill en

2002. Ils ont étudié les expériences de consultation de dictionnaires papier monolingues de 89 étudiants non

anglophones de niveau universitaire sur une période de trois ans, avec un total de 390 consultations du

dictionnaire étudiées. Ils ont trouvé cinq catégories de problèmes majeurs :

Problème de consultation % des erreurs

Raisons cognitives proposées par Nesi et Haill (2002)

1) Le sujet a choisi la mauvaise entrée ou sous-entrée du dictionnaire

52 % * l’incapacité du sujet d’identifier la catégorie grammaticale du mot en question, * la mauvaise définition pour un mot polysémique, ou * la recherche de la mauvaise forme du mot.

2) Le sujet a choisi la bonne entrée du dictionnaire, mais a mal interprété l’information qu’elle contenait

17 % * les participants ont seulement lu une partie de l’entrée afin de confirmer une idée préconçue, ou* les participants ont dévié à partir des informations du dictionnaire

3) Le sujet a choisi la bonne entrée ou sous-entrée, mais n’a pas compris que le mot avait une signification différente (souvent figurative) en contexte

11 % * les sujets n’ont pas fait assez d’efforts pour moduler l’information du dictionnaire en fonction du contexte.

4) Le sujet a choisi la bonne entrée ou sous-entrée, mais l’a rejetée comme étant inappropriée dans le contexte de la phrase

8 % * les étudiants ont employé de mauvaises stratégies d’inférence, qui n’ont pas tenu en compte des différents contextes possibles pour une définition

5) Le mot ou la bonne définition du mot n’était dans aucun des dictionnaires consultés

12 % Aucune

Tableau 3 : Les résultats de Nesi et Haill (2002)Nesi et Haill ont conclu que les erreurs de la première catégorie, donc la plus grande proportion des

erreurs des utilisateurs, ont été dues à un manque de compétences dictionnairiques des sujets. Mais en regardant

d’autres catégories d’erreurs, notamment les catégories 3, 4 et 5, nous pourrons aussi les attribuer à un manque

de compétences – pour la catégorie 3, il s’agit de tenir compte du contexte dans une interprétation d’une entrée ;

pour la 4, il suffirait de bien connaître et employer des techniques d’inférence en tenant compte du contexte de la

phrase, et pour la 5, il s’agit de choisir le bon dictionnaire afin de trouver le mot recherché. Nous allons revenir aux

compétences liées à l’utilisation du dictionnaire dans la prochaine section, mais nous considérons que ces quatre

catégories d’erreurs (1, 3, 4 et 5) auraient pu être réduites ou évitées si les participants avaient maîtrisé les

compétences nécessaires.

2.4.2. Wingate (2004)Malgré le fait que cette étude est plus restreinte avec un échantillon réduit (17 sujets non natifs), les

résultats sont intéressants puisqu’ils ciblent de manière concrète les stratégies de consultation des sujets, ce qui

donne lieu à des résultats plus approfondis. Selon Wingate, les problèmes de consultations des sujets provenaient

de 3 sources : leur incapacité à (a) trouver le bon mot dans le dictionnaire ; (b) identifier la bonne définition des

mots polysémiques ; et c) bien interpréter la définition trouvée. Également, l’auteur a identifié 3 éléments

linguistiques qui ont été particulièrement difficiles pour les utilisateurs des dictionnaires : les noms composés, les

expressions idiomatiques, et la forme racine des participes passés. Dans tous les cas problèmes, la conclusion du

chercheur était que ce qui manquait aux sujets était une « instruction systématique dans l’utilisation du dictionnaire » (p.1, notre traduction).

Nous allons revenir sur l’enseignement des stratégies de consultation des dictionnaires dans une section

suivante, mais nous jugeons important de nous attarder sur le fait que les problèmes de consultation du

dictionnaire n’ont pas été principalement dus à des barrières linguistiques, mais métalinguistiques, dues à une

mauvaise connaissance du fonctionnement des dictionnaires. Une des fonctions de notre STI-DICO serait de

guider ses utilisateurs à franchir ces barrières métalinguistiques en les équipant des connaissances et des

compétences nécessaires pour le faire. Il s’agirait de décortiquer les processus cognitifs des utilisateurs et de

viser à remédier aux démarches et habitudes erronées à l’aide d’activités adaptatives et ciblées. Plusieurs des

auteurs cités dans ce chapitre ont insisté sur la nécessité d’enseigner les compétences dictionnairiques en salle

de classe. Nous allons aborder ces deux suggestions dans les sections à suivre.

2.5. Les compétences liées au dictionnaireAfin d’éviter de minimiser le plus possible les erreurs et les frustrations liées à la consultation du

dictionnaire, l’opinion dominante est que les utilisateurs des dictionnaires ont besoin de développer davantage les

connaissances et compétences nécessaires pour consulter un dictionnaire de manière efficace. Ceci s’applique

autant pour les élèves que les enseignants, avec une relation causale entre les deux populations : pour enseigner

le français et bien encadrer le développement des compétences linguistiques de l’élève, l’enseignant doit non

seulement lui-même avoir un bon niveau de compétence linguistique, mais doit aussi avoir les connaissances

métalinguistiques dont il a besoin pour enseigner la langue et plus particulièrement l’usage du dictionnaire

(Tremblay et al. 2013)

Il est important d’insister sur le fait que trouver des informations pertinentes dans un dictionnaire fait appel

à un processus mental complexe de la part de l’utilisateur, qui nécessite l’activation de divers types de

connaissances et compétences autant sur le langage et le sujet en question que sur les dictionnaires en tant

qu’outils de référence (Tarp 2007, Fuertes-Olivera et Tarp 2011). Plusieurs propositions ont été faites concernant

les compétences nécessaires afin de consulter un dictionnaire (« dictionary skills ») ; nous allons en faire un bref

survol dans les sections qui suivent.

2.5.1. Les étapes de consultation du dictionnaire de Scholfield (1982)Parmi les premiers travaux qui ont abordé l’utilisation du dictionnaire de manière analytique et profonde

se dégage celui de Scholfield (1982). Il a proposé une série de 7 étapes de consultation du dictionnaire pour des

fins de réception écrite (c.-à-d., pour trouver la signification d’un mot inconnu rencontré dans un texte écrit). Il

insiste sur le fait que la consultation du dictionnaire est un processus complexe et non unitaire qui demande une

quantité considérable de connaissances préalables (règles linguistiques de la langue, conventions utilisées dans

les dictionnaires, etc.). Il ajoute que le processus de consultation inclut la formulation et l’évaluation d’hypothèses

ainsi qu’un processus d’inférence, qui s’inscrivent dans une stratégie globale de consultation (Scholfield

1982:185). Les sept étapes de consultation proposées par Scholfield sont les suivantes : (1) Repérer le mot ou

phrase inconnus dans un texte ; (2) Retrouver la forme canonique si le mot est fléchi ; (3) Chercher la définition du

mot inconnu dans la liste alphabétique ; (4) Chercher les mots composés ou les expressions idiomatiques en

recherchant l’entrée de leur base ou élément principal ; (5) Réduire les sens multiples de mots polysémiques par

élimination ; (6) Comprendre la définition d’un mot en l’intégrant en contexte ; (7) Dans le cas où le sens désiré du

mot inconnu n’est pas dans le dictionnaire, inférer le sens approprié basé sur la liste fournie dans l’entrée.

Bien que ces étapes semblent bien couvrir la séquence de consultation d’un dictionnaire, elles ne sont

pas suffisamment détaillées. En effet, les sous-ensembles des tâches et les compétences mobilisées au sein de

chaque étape ne sont pas précisés, ce qui serait nécessaire dans le cas d’une étude systématique du processus.

Malgré ceci, l’étude de Scholfield est novatrice dans sa conception du processus de consultation du dictionnaire

comme étant plus qu’une simple recherche du sens d’un mot inconnu. Scholfield représente la consultation

comme étant un processus complexe avec un déroulement bien défini, une conception qui a servi comme point de

départ pour d’autres auteurs dans leur étude des compétences mobilisées dans la consultation des dictionnaires.

2.5.2. The Specification of Dictionary Reference Skills de Nesi (1999), reprises par Lew (2013b)Un des rares référentiels étendus des compétences nécessaires pour la consultation des dictionnaires a

été compilé par Nesi (1999) dans une taxonomie complète de compétences, proposées en ordre chronologique,

avec 6 étapes d’utilisation du dictionnaire, pour un total de 40 compétences. Elles ont été reprises par Lew

(2013b) dans une étude de l’évolution de ces compétences avec l’arrivée des dictionnaires électroniques. Nous

aborderons son étude plus tard dans la section; d’abord, nous ferons un survol des étapes et compétences citées

par Nesi. Les étapes sont les suivantes :

(1) Avant l’étude : connaître les types de dictionnaires qui existent; savoir quels types d’information se retrouvent

dans les dictionnaires par rapport à d’autres outils de référence.

(2) Avant la consultation du dictionnaire : décider si c’est nécessaire de consulter un dictionnaire ; décider ce

qu’on va chercher et la forme appropriée de l’item ; décider quel dictionnaire est le plus susceptible à avoir la

réponse ; faire des inférences contextualisées sur le sens du mot ; identifier la classe grammaticale du mot.

(3) Situer les informations de l’entrée : comprendre la structure du dictionnaire ; comprendre l’ordre alphabétique

et la distribution des lettres ; comprendre la (non) correspondance graphophonémique ; comprendre l’utilisation

des jokers dans les recherches dans les dictionnaires électroniques ; choisir parmi des homonymes ; trouver des

formes dérivées ; trouver des unités à plusieurs mots ; comprendre le système de références croisées dans les

dictionnaires papier, et le système d’hyperliens dans les dictionnaires électroniques.

(4) Interpréter les informations dans une entrée : distinguer les composantes de l’entrée ; distinguer les

informations pertinentes et non pertinentes ; trouver l’information sur l’orthographe des mots ; comprendre les

conventions typographiques et l’usage des symboles, conventions, ponctuation ; interpréter l’API et l’information

sur la prononciation ; interpréter l’information étymologique ; interpréter l’information morphologique et

syntaxique ; interpréter la définition ou traduction ; interpréter l’information sur les collocations ; interpréter

l’information sur les usages idiomatiques ou figurés ; dériver l’information à partir des étiquettes ; interpréter les

étiquettes restrictives ; se référer aux informations additionnelles (dans les pages préliminaires, appendices, etc.) ;

vérifier et appliquer les informations recherchées.

(5) Noter l’information de l’entrée : trier l’information de l’entrée ; décider comment noter l’information de l’entrée ;

compiler un cahier de vocabulaire ou cartes d’index ; utiliser la section ‘cahier’ d’un dictionnaire électronique.

(6) Comprendre les problèmes lexicographiques : savoir pourquoi les dictionnaires sont utilisés ; connaître la

terminologie lexicographique ; comprendre les principes et les processus de création des dictionnaires ;

reconnaître les différents styles de traduction et de définition ; comparer les entrées ; critique et évaluation des

dictionnaires.

Cette étude novatrice a été reprise par Lew (2013b) dans le but de repérer les compétences qui ont

changé et celles qui sont restées pertinentes. Parmi ces dernières, il cite un sous-ensemble de l’étape (4), c’est-à-

dire l’interprétation des informations d’une entrée, et les compétences telles que : interpréter l’information

étymologique ; interpréter l’information morphologique et syntaxique ; interpréter la définition ou traduction ;

interpréter l’information sur les collocations ; interpréter l’information sur les usages idiomatiques ou figurés, etc.,

qui font appel à un traitement cognitif général. Par contre, parmi les compétences qui ne sont plus pertinentes, il

cite la connaissance de l’ordre alphabétique, l’interprétation de l’API, et la recherche du bon mot de base d’une

expression à plusieurs mots. En plus, il liste une dizaine de stratégies de recherche qui remplacent la simple

recherche alphabétique des dictionnaires papier, et donc correspondent également à des compétences à maîtriser

par l’utilisateur : la recherche incrémentale, la recherche booléenne, la recherche avec joker, la recherche par

formes fléchies, etc. Ceci reflète l’évolution des compétences nécessaires à la consultation du dictionnaire, qui,

déjà complexes avec les dictionnaires papier, se sont complexifiées davantage avec l’arrivée des DÉs.

2.6. Enseigner l’usage du dictionnaireAfin de combler le manque de compétences dictionnairiques observé chez les utilisateurs, une opinion

répandue chez les auteurs du domaine est la nécessité d’enseigner ces compétences de manière explicite (Atkins

et Varantola 1997, Lew et Galas 2008, Frankenberg-Garcia 2011). Bien qu’il existe des cahiers d’exercices qui

proposent des exercices d’entraînement pour apprendre à se servir des dictionnaires particuliers (p. ex. Stark

1990), ces cahiers n’offrent pas d’exercices pour développer les compétences métalexicales qui sous-tendent le

processus de consultation. Dans notre projet de recherche, nous insistons sur l’importance de l’apprentissage de

ces connaissances et compétences, non seulement pour exploiter les dictionnaires efficacement, mais aussi pour

améliorer les compétences des apprenants en lecture et en écriture (Beech 2004, Bishop 2000, Carstens 1995).

2.6.1. Les compétences dictionnairiques : par où commencer ?Comme nous l’avons établi dans la section précédente, la consultation d’un dictionnaire est un processus

complexe, qui fait appel à un riche ensemble de connaissances et de compétences, et il n’est pas facile de

décortiquer le processus de consultation en ses sous-composantes. Cependant, de nombreux chercheurs,

incluant nous-mêmes, considèrent que le point de départ d’un enseignement efficace de ces compétences devrait

être la sensibilisation des apprenants envers les notions qui permettent de comprendre, de décrire et d’analyser la

langue. Alors, au lieu de débuter avec des exercices pratiques sur la consultation du dictionnaire, il faudrait

d’abord traiter les concepts théoriques tels que la polysémie, les collocations, etc., et les compétences qui y font

appel (identifier un mot polysémique, utiliser une collocation) (Frankenberg-Garcia 2005).

Tremblay (2009) a conçu un module de cours portant sur l’acquisition des connaissances métalexicales, à

travers d’un contenu de cours et des exercices ciblant des concepts lexicaux et métalexicaux concrets. Le point

de départ du cours est une sensibilisation des étudiants envers les phénomènes linguistiques et particulièrement

lexicaux, suivi par le développement des compétences liées à la consultation du dictionnaire. La prémisse de cette

organisation est que « la maîtrise des connaissances métalexicales permet de mieux comprendre la structure et le fonctionnement des dictionnaires de langue » (Tremblay 2009 :228). Ceci est un exemple notable d’enseignement

explicite de concepts métalexicaux à des étudiants afin de faciliter l’acquisition d’autres concepts, plus concrets :

nous allons nous baser sur cette approche pour concevoir les activités de notre STI-DICO.

2.6.2. L’efficacité de l’enseignement des compétences dictionnairiques Malgré la rareté relative d’enseignement systématique des compétences dictionnairiques, plusieurs

études empiriques ont été faites sur l’impact de ce dernier sur l’apprentissage et la performance des étudiants.

Ces études ont systématiquement montré l’effet positif de l’enseignement sur le succès de l’utilisation efficace des

dictionnaires par les apprenants. Par exemple, Kipfer (1987), dans une étude sur l’usage d’un cahier d’exercices

sur le développement des compétences d’utilisation du dictionnaire par des étudiants du secondaire aux États-

Unis, a trouvé que l’instruction a aidé les étudiants à exploiter les dictionnaires de manière plus efficace. Dans une

étude comparable, Bishop (2001) a trouvé que les apprenants du français ont montré une amélioration de 13 %

dans la précision et de 10 % de la qualité d’usage d’un dictionnaire, suite à un enseignement ciblé.

Les études citées ci-dessus, parmi d’autres, ont porté des auteurs et lexicographes à proposer

l’intégration de l’instruction des compétences dictionnairiques dans des cours de langue autant en L1 qu’en L2

(Carduner 2003, Chi 2003). Rappelons que plusieurs études ont montré que la majorité des étudiants n’ont jamais

reçu d’enseignement visant le développement de leurs compétences dictionnairiques (Lew et Galas 2008,

Fuertes-Olivera et Tarp 2011). Ceci démontre une demande marquée d’un enseignement ciblé sur l’utilisation du

dictionnaire, afin de répondre aux besoins des étudiants et leur permettre de développer les compétences

nécessaires pour exploiter cet outil efficacement.

2.6.3. Les outils informatiques pour l’enseignement des compétences dictionnairiquesÉtant donné cette nécessité marquée de moyens de formation pour le développement des compétences

dictionnairiques, il n’est pas surprenant que de nombreux chercheurs se soient penchés sur la question. Plusieurs

projets de recherche ont intégré des composantes informatiques dans leurs démarches de conception de façons

différentes et avec des fins de formation distinctes. Étant donnée la pertinence de ces outils pour notre projet de

recherche, nous allons en présenter quelques-uns dans cette section.

ALEXIAALEXIA est un environnement informatique d’aide à l’apprentissage lexical du français langue seconde

conçu par Thierry Silva et Thierry Chanier à la fin des années 90 (Selva et al. 1997, Chanier et Selva 1998,

Selva et Chanier 2000). Cet environnement informatique novateur est composé de plusieurs modules : un corpus

de textes, un dictionnaire général, un dictionnaire personnel de l’utilisateur, et une unité d’activités lexicales, le tout

alimenté par un modèle de l’apprenant qui suit le parcours de ce dernier et lui donne des indices pour guider son

apprentissage (Chanier et al. 1995). À partir des textes disponibles dans le système, l’apprenant est incité à faire

des activités interactives afin de développer son vocabulaire ; en parallèle, il peut consulter le dictionnaire pour

trouver les définitions de mots inconnus.

Le système se distingue par plusieurs éléments innovants : d’une part, les mots de vocabulaire ne sont

pas présentés de manière linéaire, mais plutôt via des graphes représentant des relations sémantiques telles que

la synonymie, l’hyperonymie, l’antonymie, etc., générées automatiquement par le système pour tout mot choisi.

Ceci soutient l’apprenant dans son apprentissage puisque la présentation d’informations visuelles en même temps

que des informations verbales vise à favoriser la connexion entre les deux modes de représentation et le stockage

de l’information dans les deux systèmes cognitifs (Selva et Chanier 1998). Également, l’existence d’un dictionnaire

personnalisable par l’apprenant est favorable à l’apprentissage parce que cela lui permet de mettre des

annotations sur des mots et noter des points importants ou des remarques, et donc travailler plus en profondeur le

sens des mots appris via le système. Finalement, le système adapte les exercices proposés aux apprenants en

fonction de leur niveau de connaissance du français – par exemple, des exercices de concordance sont présentés

aux apprenants débutants, tandis que les activités pour les apprenants plus avancés mettent en jeu des concepts

de relations sémantiques, de dérivation, et de collocation (Selva et Chanier 2000), avec des rétroactions

différentes selon l’exercice, le niveau, etc.

Même si cet outil a beaucoup apporté en termes d’aide informatique à l’enseignement des langues, il

s’agit d’un didacticiel spécifiquement fait pour les apprenants de langue seconde, qui utilisent le dictionnaire plutôt

pour des fins de traduction. Ce qui manque à l’outil est une approche plus générale des dictionnaires en tant que

sources d’informations lexicales pour un locuteur natif. Également, malgré son adaptativité, ALEXIA ne propose

pas de guidage intelligent à son utilisateur, c’est à dire qu’il n’offre pas de diagnostic des erreurs et de l’état des

connaissances de l’apprenant, ce qui est nécessaire afin de suivre le parcours de l’apprenant dans sa totalité et

afin de lui proposer des activités adaptées non seulement à son niveau de connaissances, mais aussi en visant à

combler les lacunes particulières qu’il peut avoir.

Ouvrir le dictionnaireOuvrir le dictionnaire est un outil plus récent conçu par Karine Pouliot et Gilles Bergeron (2011). Il s’agit

d’un site proposant un parcours interactif et ludique pour permettre aux étudiants du collégial au Québec de se

familiariser avec l’usage du dictionnaire. Les objectifs de cet outil sont multiples : d’un côté, il s’agit de présenter le

dictionnaire en tant qu’objet, c’est-à-dire son contenu, son organisation, et les différents types de dictionnaires qui

existent, et de l’autre côté de favoriser le développement des stratégies d’exploitation efficace du dictionnaire. Le

site contient plusieurs séries d’activités – dans la première série, il s’agit de questions du type « vrai ou faux »

pour remettre en question des mythes persistants sur le dictionnaire (que les dictionnaires contiennent tous les

mots d’une langue, par exemple). Une autre série d’activités mène les étudiants à développer leurs savoirs faire

en leur présentant des problèmes à résoudre à l’aide d’un dictionnaire (trouver la prononciation d’un mot, l’emploi

d’une proposition, etc.), en ciblant spécifiquement des renseignements que l’apprenant n’a pas l’habitude de

chercher dans le dictionnaire pour lui faire prendre conscience de la panoplie de renseignements qui s’y trouve.

D’autres activités encore vont cibler des savoirs-faire indépendamment du dictionnaire, par exemple trouver la

racine d’un mot ou le mot de base d’une collocation.

Le but d’Ouvrir le dictionnaire est d’outiller l’apprenant à pouvoir résoudre différents types de problèmes

lexicaux qui peuvent survenir (ne pas connaître la définition d’un mot, ou ne pas savoir quel sens d’un mot

polysémique utiliser), en s’appuyant sur le dictionnaire pour le guider. Malgré ceci, il manque certains éléments

clés pour que cet outil soit plus efficace, par exemple des éléments adaptatifs qui proposeraient des exercices

différents en fonction du niveau de l’apprenant. Également, il s’agit d’un outil à utilisation limitée, comme c’est un

site web qui n’enregistre pas le parcours des utilisateurs particuliers. Malgré ces limites, Ouvrir le dictionnaire est

suffisamment ludique et bien conçu pour présenter une nouvelle perspective du dictionnaire que la plupart des

apprenants n’ont jamais connue, et les inciter à l’explorer davantage.

Dans les derniers dix ans, plusieurs autres propositions et prototypes d’outils employant des techniques

des TIC dans l’enseignement des compétences dictionnairiques ont été proposés. Parmi ceux-ci, nous pourrons

notamment citer ELDIT (Abel et Weber 2000, Gamper et Knapp 2000, 2001) un dictionnaire bilingue interactif

visant à encourager l’utilisation active du nouveau vocabulaire par les usagers, en intégrant fortement des

technologies hypermédia afin de représenter le vocabulaire de manière visuelle et multidimensionnelle. Mais en

dépit des propositions variées, il n’existe pas encore d’outil qui vise à la fois les connaissances métalexicales et

les compétences de consultation du dictionnaire (comme Ouvrir le dictionnaire), d’une manière interactive et

adaptative selon le niveau de l’apprenant (comme ALEXIA), et qui cible les futurs enseignants du français. Notre

projet consiste à développer un tel outil et nous allons présenter les étapes de son développement dans le

chapitre 3.

2.7. Les systèmes tutoriels intelligents Depuis plusieurs décennies, les chercheurs en IA se sont intéressés aux processus d’enseignement et

d’apprentissage, et notamment l’informatisation de ces processus de la manière la plus intelligente possible. Alors

que les premiers systèmes pédagogiques informatisés se contentaient d’une informatisation « simple » des

exercices et des cours offerts par les enseignants, ces systèmes se sont complexifiés au fil du temps pour intégrer

davantage de composantes adaptatives et interactives. Avec les avancées faites dans le domaine de

l’informatique, la création de ces logiciels, dénommés systèmes tutoriels intelligents (STI), est devenue de plus en

plus répandue. Les STIs sont des logiciels conçus à l’aide de techniques d’intelligence artificielle qui visent un

comportement « intelligent » à l’égard de l’enseignement et de l’apprentissage (Nwana 1990). Le but des STI est

de gérer efficacement les interactions avec l’apprenant et, en adaptant le parcours et l’offre pédagogique à ce

dernier, favoriser son apprentissage (acquisition de connaissances et développement de compétences). Il a été

montré que le tutorat s’avère deux fois plus efficace que les autres approches à l’accompagnement de

l’enseignement (Bloom 1984) : ceci est l’avantage des STI par rapport aux autres approches, puisqu’ils proposent

un guidage personnalisé, couplé avec des mécanismes de diagnostic qui, à chaque étape de l’apprentissage de

l’apprenant, permettent de détecter ses faiblesses et de proposer des activités appropriées et ce, grâce à un suivi

en temps réel du déroulement de son apprentissage.

Dès les années 80, les STIs ont commencé à traiter des problèmes d’apprentissage complexes (O'Shea

et Self 1983, Nicaud et Vivet 1988) avec le développement des nouvelles techniques et méthodes dans le

domaine. Depuis ce temps, des STI ont été créées pour traiter une variété de domaines d’expertise et de

connaissance, notamment les mathématiques (Jean et al. 1998), le diagnostic médical (Buchanan et Shortliffe

1984), et la programmation (Corbett, et Anderson 1992). Les décennies suivantes ont également vu la genèse de

plusieurs méthodologies de développement des STI, notamment celle d’Anderson et ses collègues (1987) et de

Corbett (1997). Par la suite, nous avons vu la conception de plusieurs systèmes auteurs pour faciliter la tâche de

création de STI (Aleven et al. 2006) et permettre la démocratisation et l’expansion de ces outils. Dans cette

section, nous présenterons les principales caractéristiques des STI : leur architecture, le rôle de leurs

composantes, et les approches existantes dans leur conception.

2.7.1. L’architecture d’un STIAlors même qu’il n’y a pas de structure obligatoire qu’un STI doit posséder, il existe des composantes

obligatoires à son fonctionnement : une modélisation du domaine enseigné et de l’utilisateur du système, les

stratégies pédagogiques employées, et une interface. Ceci résulte souvent dans une architecture à quatre

modules : le modèle de l’expert, le modèle de l’apprenant, le modèle pédagogique, et l’interface du STI (Woolf

2009, Nkambou et al. 2010).

Le modèle de l’expert contient les connaissances du domaine que le système vise à faire acquérir par son

utilisateur ; il représente alors « l’expert » du domaine avec toutes ses connaissances et les processus de

résolution de problèmes qu’il emploie. Ces connaissances peuvent être explicites ou implicites, selon le domaine

enseigné et la nature du contenu – dépendamment de ceci, différents formalismes de représentation peuvent être

employés (règles, réseaux sémantiques, ontologies, etc.). En effet, le choix de représentation des connaissances

est très important parce qu’il se répercute sur le fonctionnement du système entier. Également, il n’est pas

toujours facile de découvrir et codifier les connaissances visées, et une grande partie du travail de conception du

STI se résume à la distillation de connaissances du monde extérieur sous forme informatisée. Le module expert

est également utilisé comme référence pour mesurer le progrès de l’étudiant par rapport à un niveau « expert » ou

de connaissances, et donc à identifier les lacunes de l’étudiant par rapport à celui-ci (Nkambou et al. 2010).

Le modèle de l’apprenant représente l’état de connaissances de l’apprenant, c’est-à-dire l’utilisateur du

système, à un moment particulier de l’apprentissage. Il est construit basé sur le comportement de l’apprenant et

en comparant ses résultats avec le modèle de l’expert afin de représenter le parcours déjà fait et le parcours qui

reste à faire (Goldstein 1982, Woolf 2009). Il s’agit d’une représentation dynamique des connaissances et

compétences émergentes de l’apprenant, qui évolue au fil de sa progression au sein du système. Le modèle

étudiant peut être constitué de diverses représentations de l’apprenant : son état émotionnel, sa motivation, ses

performances, etc., rassemblées de manière explicite (via des questionnaires ou des entretiens avec l’apprenant)

ou implicite (via l’observation de son comportement, le temps qu’il prend pour répondre à des questions, ses

hésitations, etc.) (Bull et al. 1995). Le modèle de l’apprenant peut aussi inclure une évaluation précise du niveau

de maîtrise de chaque concept par l’apprenant, en comparaison avec le niveau du modèle expert.

Le modèle pédagogique est une base de stratégies didactiques et pédagogiques que le système peut

appliquer afin d’aider l’apprenant à surmonter des difficultés éventuelles, à le motiver et le guider dans son

parcours. Ce modèle va s’appuyer sur des stratégies d’apprentissage établies, comme l’apprentissage par

l’exemple, l’apprentissage par l’enseignement, l’apprentissage par l’analogie, etc., pour choisir la bonne stratégie

au bon moment qui aura le meilleur impact sur l’apprenant. Le modèle pédagogique exploite les informations du

modèle de l’apprenant afin de construire une structure tutorielle, décider quelles activités ou quels exercices lui

offrir, et présenter des tests d’évaluation à des moments propices et à un niveau convenable. Ceci n’est pas une

tâche facile, puisque même des modifications minimes à l’ordre ou la présentation du contenu peuvent avoir des

répercussions majeures sur la performance de l’étudiant. Il est donc nécessaire d’avoir défini les bonnes

stratégies pédagogiques d’emblée, ainsi que la manière dont le STI choisit entre ces stratégies. Le timing et la

manière dont les rétroactions sont présentées à l’apprenant peuvent aussi l’affecter – il est donc important de bien

gérer cet aspect de l’apprentissage également (Kulik et Kulik 1988, Heift 2001).

Finalement, l’interface du système est un élément clé du STI puisqu’il s’agit de la porte d’entrée à travers

laquelle l’apprenant a accès au système et communique avec ses différentes composantes. Sans une interface

efficace qui « traduit » les représentations internes du système et les présente à l’apprenant et, inversement,

« encode » le comportement de l’apprenant en données analysables par le système, le STI ne fonctionnera pas

correctement. De plus, la présentation visuelle des activités et composantes est très importante à l’acceptation du

système par l’apprenant. Pour cette raison, il est important de concevoir un système qui exploite les outils

numériques et les multimédias disponibles, afin de motiver l’utilisateur visuellement. L’interface peut aussi être

modulable dépendamment du niveau de l’utilisateur, ses objectifs d’apprentissage, le contenu, etc. : la

présentation d’exercices de rédaction de textes littéraires à des apprenants de niveau collégial va faire appel à

des éléments visuels différents que des activités d’illustration des principes de physique à des apprenants de

niveau primaire, et le niveau de « ludification » peut varier selon les besoins et caractéristiques du contexte, du

contenu, et des apprenants.

2.7.2. Les approches dans les STILe domaine des STI est loin d’être un domaine unifié et strictement codifié dans ses théories et ses

méthodes : de nombreuses approches existent à la conception des STI, à leur implémentation et à leur utilisation.

Nous allons aborder certaines de ces approches dans cette section.

Premièrement, il existe différentes manières de concevoir et modéliser les connaissances dans le modèle

de l’expert dans un STI. Parmi d’autres, nous pouvons citer : les modèles du type « boîte noire », du type « boîte

de verre » et du type « cognitif », qui correspondent également à diverses manières de voir le contenu enseigné.

L’approche « boîte noire » n’est pas du tout explicite dans sa représentation – l’étudiant n’a pas accès au contenu

interne du STI, mais ne voit que ce qui lui est strictement destiné (Brown et Burton 1974). La deuxième approche,

celle de la « boîte de verre », est conçue de manière transparente, qui raisonne sur les mêmes constructions (ou

du moins, sur des constructions semblables) à un expert humain, même si la méthode de raisonnement peut être

différente. L’utilisateur peut donc consulter le modèle à n’importe quel moment afin de voir de plus près la solution

d’un problème (Clancey 1982). Finalement, les modèles cognitifs visent à répliquer d’une manière fidèle les

formalismes de représentation et les mécanismes d’inférence des êtres humains, afin de permettre aux STI de

résoudre des problèmes complexes de la manière la plus rapprochée à celle utilisée par les apprenants, et donc

d’être plus accessible et compréhensible aux utilisateurs (Corbett et al. 1997).

Dépendamment du domaine d’application et surtout du public visé par le système, l’une ou l’autre de ces

approches peut être préférable. Par exemple, dans le cas d’un domaine bien structuré, comme l’arithmétique,

avec un public qui ne serait pas nécessairement dans la mesure d’exploiter un modèle du domaine même s’il était

accessible (comme des étudiants novices), il serait peut-être préférable de choisir un modèle « boîte noire ». Par

contre, même dans ce cas particulier, si le modèle est bien représenté, il pourrait être très formateur pour les

élèves d’avoir accès à une version simplifiée du raisonnement du système, surtout si le raisonnement se

rapproche de leur fonctionnement cognitif. Dans d’autres contextes, l’accès au modèle du domaine est primordial

pour le déroulement de leur apprentissage – ceci est surtout le cas pour des apprenants d’âge adulte qui ont

suffisamment de compétences métacognitives pour réguler et pour jauger leur propre apprentissage, pourvu qu’ils

aient les outils nécessaires pour le faire. Ceci est également le principe derrière le modèle de l’apprenant ouvert

(Open Learner Model, Bull 2010), souvent utilisé pour responsabiliser l’apprenant face à son apprentissage.

Une approche importante dans la modélisation d’un STI a été proposée par Van Lehn (2006) – il s’agit

d’un fonctionnement à double boucle. Dans cette architecture, la boucle externe, qui s’exécute une fois pour

chaque tâche dans la progression du STI, sélectionne une activité appropriée pour l’apprenant à un moment

précis de l’apprentissage. La boucle interne s’exécute à chaque étape que fait l’apprenant dans la solution de la

tâche proposée, fournit des indices et des rétroactions sur cette étape, et évalue l’état des connaissances de

l’étudiant afin de mettre à jour le modèle de l’apprenant. La version mise à jour du modèle de l’apprenant est

ensuite utilisée pour générer la prochaine activité dans le déroulement, et le fonctionnement à deux boucles

continue tout au long du processus d’apprentissage. Les comportements des deux boucles peuvent être modifiés

selon les demandes et la complexité du système : il est possible d’ajuster la quantité ou précision de rétroaction,

le niveau de profondeur des indices, et les options de personnalisation des exercices, selon les besoins des

utilisateurs. Ce mode de fonctionnement a été implémenté dans de nombreux STI, notamment Andes (Van Lehn

et al. 2005) et Affective Meta Tutor (Azevedo et al. 2006, Van Lehn et al. 2011), avec des résultats performants

dans des domaines divers.

L’un des avantages majeurs des STI réside dans cette adaptabilité du système dépendamment du

domaine et du contexte d’apprentissage, ce qui rend plus important encore l’étude du problème et du terrain

d’application avant la conception du système – nous allons aborder cette étape de notre projet dans la section 3

du présent rapport, dans le contexte de l’approche Design Based Research.

2.7.3. La modélisation des connaissances dans les STIChacune des approches du modèle de l’expert citées ci-dessus peut être mise en pratique de manières

diverses, avec des formalismes de modélisation des connaissances différents. Ces formalismes incluent, entre

autres, les ontologies, les systèmes à base de règles et les réseaux sémantiques. Le choix du formalisme peut

dépendre de la nature du contenu modélisé et des choix d’implémentation pour le système, et chaque formalisme

de représentation possède des avantages et des inconvénients. Les systèmes à base de règles ont l’avantage

d’être transparents et modulaires, avec une syntaxe restreinte ; en revanche, ils ne s’appliquent pas très bien

dans les domaines flous ou mal définis, ce qui réduit leur champ d’application (Nkambou et al. 2010). Les

ontologies, quant à elles, sont utiles puisqu’il s’agit d’une structure hiérarchique permettant des raisonnements

transversaux et l’héritage des qualités entre les niveaux de l’ontologie. Mais encore une fois, leur application est

limitée à la spécification des conceptualisations cachées, et non pas pour la définition de connaissances ou

compétences procédurales, qui doivent être construites par-dessus l’ontologie initiale.

Finalement, les réseaux sémantiques sont également un formalisme intéressant puisque leur manière de

représenter les connaissances se rapproche de la structure de la mémoire humaine, avec un grand nombre de

connexions entre divers éléments d’informations stockées dans la mémoire. Par contre, les limites de l’application

de ce formalisme sont intrinsèques à sa nature – comme les réseaux sémantiques ne permettent pas de stocker

des informations spécifiques sur les liens entre les nœuds, l’interprétation des représentations est souvent

ambiguë et donc ne correspond pas à représenter des individus ou des objets concrets. Il existe bien d’autres

formalismes pour la modélisation de connaissances, dont le choix peut dépendre non seulement du domaine

d’études, mais aussi du but du STI – ceci peut être autant la démonstration du fonctionnement d’un instrument ou

d’un outil spécifique que l’illustration de concepts théoriques complexes. Selon Nkambou et al., il existe 4 critères

à considérer pour la représentation des connaissances du domaine dans un STI : l’expressivité, le pouvoir

référentiel, la plausibilité cognitive et les considérations pédagogiques (Nkambou et al. 2010). Dans notre projet,

nous avons évalué ces critères afin de choisir le formalisme optimal pour notre contexte et STI particuliers – nous

allons décrire ceci dans le chapitre 3, dans la section qui aborde la conception et l’implémentation du STI.

2.7.4. Les paradigmes d’apprentissage et le métacognitif dans les STIs Comme pour les autres aspects de la conception d’un STI, le choix de paradigme d’apprentissage à

appliquer au sein du STI est également un choix important à faire par le concepteur. En fonction des spécificités

du contexte et du contenu enseigné, différentes approches d’apprentissage peuvent être choisies – par exemple,

l’apprentissage par l’action (« learning by doing »), le traçage du modèle (« model tracing »), l’apprentissage par

l’enseignement (« learning by teaching ») ou l’apprentissage autorégulé (« self-regulated learning »). Nous allons

décrire ces paradigmes fondamentaux dans cette section, en abordant leurs avantages, inconvénients, et les

limites de leur applicabilité.

Un premier paradigme d’apprentissage est une approche très souvent appliquée dans les domaines

pratiques, où la découverte de la manière dont quelque chose fonctionne forme une partie intrinsèque de

l’apprentissage du domaine (Anderson 1983, Anderson et al. 1985a, 1986). Le cœur de ce type de processus

d’apprentissage réside dans l’application des concepts théoriques enseignés dans des situations concrètes par

les apprenants, pour la résolution de problèmes ou pour raisonner dans un contexte réaliste, en tenant compte

des besoins des apprenants ciblés. Un processus clé de ce paradigme a lieu quand les apprenants rencontrent

des obstacles et doivent les franchir via essai et erreur, avec un feedback minimal du système (Chi et al. 1989).

Celle-ci est une approche qui fonctionne très bien quand le contenu à apprendre a un lien très fort entre la

théorie et la pratique, par exemple la physique des circuits électriques ou l’utilisation d’outils (Nkambou et al.

2005, Van Lehn et al. 2005). Le désavantage est que les apprenants risquent de se perdre dans le contenu ou

explorer une piste de solution qui s’avère ne pas être fructueuse, et par conséquent perdre leur motivation. Ce

type d’approche doit donc être accompagné par un suivi pédagogique ciblé qui va guider les apprenants dans

leurs parcours sans leur dire exactement quoi faire dans les situations d’apprentissage (Merrill et al. 1992).

Un paradigme d’apprentissage alternatif est celui basé sur le traçage du modèle (Anderson et al. 1985b,

1987, 1990), dans lequel chaque étape de l’apprenant est comparée avec le raisonnement de l’expert du domaine

encodé dans le STI. Grâce à cette comparaison, un feedback peut être donné à l’apprenant à chaque étape de

son parcours, ce qui réduit le risque de divagation de sa part. Ces modèles sont souvent accompagnés d’un

catalogue d’erreurs, c’est à dire d’une bibliothèque des malentendus ou erreurs communes des apprenants, qui

peuvent être repérés via une expérimentation du système, ou bien à partir de recherches existantes dans le

domaine – celles-ci sont encodées et exploitées par le système au moment de diagnostic d’une erreur. Ceci

facilite la tâche du STI puisque cela réduit le nombre de possibilités d’erreurs qu’il doit diagnostiquer et,

éventuellement, permet de lier un type de rétroaction spécifique à chaque type d’erreur, ce qui augmente sa

performance pédagogique. Ces types de modèles ont été efficaces pour faciliter l’apprentissage des apprenants

dans les domaines tels que les mathématiques et la programmation (Anderson et al. 1985b, 1990).

Le paradigme d’apprentissage par l’enseignement a pris de l’ampleur dans la dernière décennie, basé sur

des résultats d’études qui ont montré que les tuteurs tirent autant de profit cognitif du processus d’enseignement

que leurs élèves (Graesser et al. 1995, Chi et al. 2001). Des études subséquentes ont montré que demander aux

apprenants à enseigner le matériel nouvellement appris les mène à formaliser davantage les notions apprises et à

les conceptualiser sur un niveau plus profond. Ceci a lieu via trois mécanismes principaux : la structuration, la

responsabilisation, et la réflexion (Biswas et al. 2001). Ce paradigme, et ces trois mécanismes, ont donné lieu à

un STI qui s’appelle Betty’s Brain et qui demande l’utilisateur de convertir le matériel nouvellement appris afin de

l’enseigner à un agent virtuel qui s’appelle Betty. Même si l’apprenant n’est jamais tout seul dans son processus

d’apprentissage (il est guidé par un autre agent virtuel, Mr Davis, qui joue le rôle de son mentor), le fait de devoir

enseigner du matériel à autrui lui demande plus de travail cognitif et engendre une meilleure compréhension des

phénomènes appris (Leelawong et Biswas 2008, Biswas et al. 2010).

Dépendamment de la complexité du contenu enseigné et les caractéristiques des apprenants ciblés,

l’aspect métacognitif de leur apprentissage peut s’avérer très important dans la conception d’un STI (Azevedo et

al. 2006, Jacobson 2008). Le paradigme d’apprentissage autorégulé (self-regulated learning, ou SRL) est une

théorie importante puisqu’elle traite le côté métacognitif de l’apprentissage en permettant à l’apprenant à être

conscient et en contrôle de sa démarche cognitive dans l’apprentissage. D’un côté, le SRL est plus exigeant pour

l’apprenant puisqu’il nécessite une analyse plus approfondie du contexte d’apprentissage, l’évaluation de la

progression de son apprentissage, et la fixation dynamique d’objectifs d’apprentissage (Azevedo et al. 2006,

2009). De l’autre côté, le SRL donne plus de liberté à l’apprenant pour contrôler le déroulement de son

apprentissage, pour mettre en valeur le contenu que l’intéresse et qui lui est pertinent, et pour avoir une meilleure

compréhension du contenu présenté, ce qui particulièrement utile pour des apprenants avancés.

Le SRL met en œuvre plusieurs processus métacognitifs chez l’apprenant parallèlement aux processus

cognitifs impliqués dans son apprentissage. Ces processus incluent : porter un jugement sur leur compréhension

du contenu, modifier leurs buts d’apprentissage initiaux, choisir ou adapter une stratégie d’apprentissage qui est

plus convenable pour le contenu, etc. Une grande partie du SRL réussi consiste également à savoir quand

demander de l’aide ou des indices de la part du système ; nous allons aider les apprenants avec cet aspect de la

tâche en leur présentant leurs niveaux de maîtrise des connaissances et des compétences sous forme visuelle

quand ils le souhaitent. Ceci correspond à la conception Open Learner Model (Bull 2004), qui aide l’apprenant

dans l’aspect métacognitif de son apprentissage en lui proposant une évaluation dynamique de son

apprentissage.

Aucun des paradigmes présentés n’est meilleur que les autres ; chacun a été conçu et développé dans

une optique spécifique, étant donné une vision de l’apprentissage concrète. Dépendamment de la nature de la

tâche pédagogique en question, du domaine enseigné, et de la population ciblée, l’une des approches peut être

choisie pour le design du STI – encore une fois, ceci est un des avantages de l’architecture des STIs, qui est

adaptative et modulable selon la situation concrète. Dans notre cas, étant donné que la majorité des études sur

l’utilisation des dictionnaires a été faite sur les étapes de consultation, les compétences mobilisées et les erreurs

souvent faites par les utilisateurs, nous jugeons qu’une approche modifiée de traçage de modèle répondrait bien à

nos besoins de suivi de l’apprenant, accompagnée d’une approche SRL pour responsabiliser nos utilisateurs

adultes face à leur apprentissage (nous allons élaborer davantage sur nos choix théoriques dans le Chapitre 3).

2.7.5. Les STIs dans l’apprentissage des languesLes STIs ont été appliqués dans une variété de domaines et de contenus divers et variés. Bien que les

premiers STI ont été conçus majoritairement pour des domaines scientifiques et mathématiques ( Buchanan et

Shortliffe 1984, Corbett et Anderson 1992, Jean et al. 1998), plus des sujets de domaines « mal-définis » ont été

abordés dans les STIs, par exemple la lecture et l’écriture (Heilman et al. 2006, McNamara et al. 2012), le débat

et l’argumentation (Easterday 2005) et même la musique (Angelides et Tong 1995). Dans cette section, nous

allons aborder les STIs qui existent dans le domaine des langues, un domaine qui, malgré son ubiquité et son

importance dans le système éducatif, reste un défi pour les technologies de l’éducation.

La spécificité des domaines « mal définis » est que souvent les solutions traditionnelles proposées par les

STIs ne s’y appliquent pas, ou bien doivent être adaptées de manière significative pour prendre en compte la

nature du domaine. Fréquemment, les problématiques d’apprentissage des domaines mal-définis ont plusieurs

solutions possibles, n’ont pas de théorie unique formelle qui décrit le domaine en entier, et peuvent contenir de

nombreux concepts ouverts ou abstraits, qui ne se prêtent pas facilement à l’enseignement et varient beaucoup

selon le contexte d’apprentissage (Fournier-Viger et al. 2010). Le domaine des langues et la linguistique sont, par

leur nature, des domaines mal définis, puisqu’il n’y a pas de théorie unique qui les sous-tend, puisque la nature

des phénomènes décrits peut varier énormément selon les langues, et puisque les méthodes d’enseignement

peuvent varier énormément selon le contexte. Dans notre cas, nous avons défini la TST comme notre théorie

conductrice ; même si ceci réduit le degré de variation dans notre domaine d’étude, il reste que le domaine des

compétences lexicales fait partie des domaines mal-définis et doit être traité comme tel dans notre STI-DICO.

Dans les dernières décennies, un nombre conséquent de projets de recherche ont tenté d’aborder le défi

présenté par l’enseignement des langues à l’aide des technologies (Computer-Assisted Language Learning, ou

CALL, en anglais), avec des résultats variables (Chanier 1994, Holland et al. 1995, Heift et Schulze 2003). Très

peu de ces initiatives ont atteint un niveau de complexité suffisant pour être fonctionnel in situ, mais deux

systèmes se sont démarqués du reste : il s’agit de Robo-Sensei (Nagata 2002, 2009) et E-Tutor (Heift 1998,

2003). Les deux STIs possèdent des structures complexes qui leur permettent de faire un suivi intelligent de

l’apprenant, tout en présentant le contenu de manière incrémentale, selon la progression de l’apprenant.

Robo-Sensei est un système pour l’enseignement du japonais qui, à travers d’un total de 24 leçons,

présente des exercices interactifs avec du feedback donné selon la performance de l’étudiant. Le système fait

référence à des manuels existants d’enseignement du japonais afin de permettre aux enseignants d’aller chercher

de l’appui supplémentaire en cas de besoin. Le STI contient également un lexique de mots à enseigner, un

générateur morphologique, un parser morphologique et syntaxique, et un système de détection d’erreurs couplé à

un générateur de feedback. Robo-Sensei est appliqué depuis des années dans le système scolaire à San

Francisco, avec des résultats performants et une appréciation par les enseignants et les apprenants (Nagata

2009).

E-Tutor, quant à lui, emploie une architecture beaucoup plus traditionnelle pour les STI, avec un modèle

du domaine, le modèle d’analyse, et un modèle de « filtrage » (qui correspondent ensemble au modèle

pédagogique), et un modèle de l’apprenant. Ce système a pour but d’enseigner l’allemand à des apprenants non

natifs, en donnant du feedback spécifique selon les erreurs faites par l’apprenant. Le système a également la

possibilité de filtrer les erreurs par ordre d’importance (grâce au modèle de filtrage), ce qui lui permet de se

focaliser sur les erreurs plus importantes, selon un ordre défini par l’enseignant ou le contenu enseigné. Ceci est

important puisque cela reflète une modélisation des connaissances correctes et erronées, permettant un suivi plus

ciblé en fonction des attentes du contexte.

En étudiant de plus près les systèmes existants, autant pour l’enseignement des langues au sens propre

(comme Robo-Sensei et E-Tutor) que pour l’enseignement des connaissances linguistiques et métalinguistiques

(comme ALEXIA et Ouvrir le dictionnaire), nous pouvons dégager des éléments importants qui font que ces

systèmes sont performants et qu’ils répondent bien aux exigences de leur public et leur contexte cible. Ces

critères importants sont : l’adaptativité du système, l’interactivité des exercices, la présentation simultanée de

matériel visuel et verbal, un feedback ciblé et spécifique aux erreurs produites, et un bon appui théorique afin de

soutenir le système. Par contre, ce qui manque dans le domaine est un STI qui cible non pas les élèves, mais les

enseignants en formation, qui sont les mieux placés pour remédier aux problèmes de leurs élèves. Un STI qui fait

des liens directs entre les erreurs des utilisateurs et les compétences et connaissances manquantes chez eux est

primordial pour remonter aux causes des erreurs et proposer un parcours véritablement adapté et intelligent.

Ceux-ci, parmi d’autres, sont tous des éléments que nous allons cibler dans notre STI-DICO, dont nous allons

décrire les composantes dans le chapitre suivant.

Chapitre 3 – La méthodologie de rechercheLa démarche méthodologique de ce projet de recherche s’inspire de l’approche Design-Based Research

(DBR) (Reeves et al. 2005), et comprend un processus par itérations afin de tester des hypothèses et de mettre

au point un design fortement ancré dans le contexte empirique. Chaque itération comprend un avancement de la

complexité du système testé et des connaissances théoriques proposées. Nous prévoyons plusieurs itérations,

avec une modélisation des connaissances lexicologiques et des compétences métalexicales nécessaires pour

l’utilisation du dictionnaire, qui vont constituer la base de connaissances du STI-DICO et des composantes

pédagogiques, servant à créer la banque d’activités. Dans cette section, nous allons préciser les étapes et

itérations de ce projet.

3.1. Design-Based ResearchLa méthodologie de recherche choisie, celle de Design-Based Research (DBR) a émergé à la fin du 20 e

siècle, conçue comme une méthodologie faite avec et pour les éducateurs qui cherchent à augmenter l’impact des

résultats de la recherche en éducation dans la pratique. Originellement conçue par Ann Brown (1992), cette

méthode se démarque des autres grâce à plusieurs caractéristiques. D’abord, il s’agit d’une démarche située dans

un contexte éducationnel réel, qui renforce la validité des résultats de la recherche et assure leur applicabilité

dans un contexte concret. Elle est focalisée sur la conception et l’évaluation d’une intervention significative : via un

processus longitudinal, commençant avec une évaluation de la spécificité du contexte local, appuyée par des

écrits pertinents, et conçue pour avoir un impact spécifique sur un problème cible. Elle requiert une collaboration

étroite entre les chercheurs et les praticiens – dans le cadre de notre projet, nous allons faire appel à des experts

de la didactique des langues et de la formation des enseignants, qui ont l’expertise nécessaire afin de contribuer

de façon significative à notre projet. Finalement, l’approche DBR vise à remédier l’écart entre la recherche et la

pratique, en se focalisant sur les répercussions concrètes de l’innovation testée (Barab et Squire 2004), ce qui est

important afin de concevoir un outil fortement contextualisé et ciblant un public particulier, comme dans le cas de

notre projet de recherche.

Le but ultime du DBR en éducation est « d’enquêter de manière plus profonde sur la nature de l’apprentissage dans un système complexe et d’affiner les théories d’apprentissage » (DBRC 2003, notre

traduction). Elle vise à créer des modèles (et non pas des logiciels ou des applications directes) qui vont aborder

des problématiques globales en apprentissage et évalués via un processus rigoureux et réflexif. DBR a été utilisé

notamment dans le domaine de l’apprentissage à distance (Wang et Hannafin 2005) et des technologies

éducatives (Amiel et Reeves 2008, Savard 2014) pour produire des outils éducatifs intégrant des éléments du

contexte spécifique de l’apprentissage et les exigences de leurs utilisateurs.

3.2. Les grandes étapes de notre méthodologie de rechercheLe DBR est composé de 4 phases majeures interconnectées : (1) l’analyse du problème ; (2) le

développement de solutions aux problèmes relevés ; (3) des cycles itératifs de l’évaluation des solutions et du

raffinement des solutions ; et finalement (4) la réflexion sur la solution proposée et la production des principes de

design qui sont généralisables au-delà du contexte particulier de la recherche (Reeves 2006). Nous allons décrire

chacune de ces étapes dans notre projet dans les sections ci-dessous.

Phase 1 – L’analyse des problèmesTandis que le point de départ de nombreuses méthodologies de recherche est un survol du domaine et

des recherches déjà faites, le point de départ dans DBR est l’identification et l’exploration d’un problème

éducationnel significatif, qui devient alors le fil conducteur de la recherche. C’est la création et l’évaluation d’une

solution potentielle à ce problème qui devient l’élément clé de l’étude (Bannan-Ritland 2003, Herrington et al.

2007). Nous avons présenté les problèmes de recherche ciblés dans la problématique (Chapitre 1) et confirmés à

travers d’une revue de littérature (voir Chapitre 2). Pour rester fidèles à l’esprit du DBR, ces problèmes doivent

être étudiés de manière exhaustive et leur pertinence doit être corroborée par des praticiens du domaine et

éventuellement raffinée à l’aide d’une étude empirique. Nous allons faire ceci en proposant un questionnaire aux

futurs enseignants du français au primaire du réseau UQ afin de confirmer la pertinence de la problématique au

contexte spécifique ciblé. Le résultat éventuel de cette phase sera l’élaboration d’un référentiel de connaissances

et de compétences dictionnairiques exhaustif, qui servira de base de connaissances à notre STI-DICO

L’analyse des compétences dictionnairiquesDans le cadre de notre projet, nous allons proposer notre propre référentiel de compétences prioritaires

(Tremblay et al. 2013) qui sera implémenté dans notre système tutoriel intelligent pour représenter les

compétences que l’étudiant a acquises et celles qui lui restent à acquérir et permettre le diagnostic cognitif des

problèmes qu’il rencontre. Ce référentiel sera appuyé par une sous-partie de GTN, qui servira de modélisation

formelle des connaissances enseignées par le STI-DICO. L’utilisation de GTN permet de localiser un concept par

rapport à des concepts reliés, établir sa fréquence d’apparition, et calculer sa complexité conceptuelle basée sur

le nombre de notions définitionnelles qui le caractérisent (Tremblay et Polguère 2014). Notre STI-DICO va

exploiter ces propriétés du GTN afin d’assurer un enseignement plus cohérent et approfondi des connaissances

lexicales et métalexicales ; ces connaissances vont être mises en lien avec les compétences nécessaires pour

exploiter un dictionnaire de manière efficace. Une distinction semblable des connaissances et des compétences

pour l’usage des dictionnaires a déjà été proposée, afin de mieux représenter la complexité du processus de

consultation des dictionnaires (Fuertes-Oliviera et Tarp 2011)

Nous allons nous baser sur deux compilations de compétences dictionnairiques complémentaires (Nesi et

Haill 2002, Lew 2013b), qui dressent un panorama complet du processus de consultation d’un dictionnaire et

constituent une bonne base pour l’élaboration d’un référentiel de compétences complet de ce processus et son

implémentation dans un STI. Nous allons compléter cette base avec des compétences métalexicales, et séparer

les compétences décrites en deux catégories : des compétences réceptives (qui sont mobilisées surtout lors de la

lecture) et des compétences productives (qui sont mobilisées surtout lors de l’écriture)1. Cette distinction est

importante puisque ce ne sont pas les mêmes processus cognitifs qui sont mobilisés lors de ces deux démarches

(voir Figure 1, ci-dessous).

Le niveau le plus bas du référentiel représente les concepts à enseigner dans notre STI-DICO, c’est-à-

dire le sous-ensemble de concepts lexicaux et métalexicaux choisis à partir du GTN, en fonction des exigences de

la Progression des apprentissages au primaire (MÉLS 2006). Ce sous-ensemble sera composé de 30 à 40

concepts prioritaires, par exemple la polysémie, les expressions figées, le genre grammatical, les collocations, etc.

Chacun de ces concepts aura une compétence directe, c’est-à-dire la connaissance du concept du concept en

question (« Connaître le concept de polysémie », « Connaître le concept d’expression figée », etc.),

correspondant aux niveaux 1 et 2 de la taxonomie de Bloom des niveaux d’acquisition des connaissances, ceux

de la connaissance et de la compréhension (Bloom et al. 1956).

Dans le niveau suivant du référentiel, nous allons subdiviser les compétences en deux catégories : les compétences réceptives, mobilisées lors du processus de lecture, et les compétences productives, mobilisées lors

du processus d’écriture. Les mêmes concepts peuvent être mobilisés pour les deux types de compétences de

différentes manières : par exemple, dans le cas d’une expression figée, dans la production, la compétence

suscitée est l’utilisation d’une expression figée, et dans la réception, il s’agit de la reconnaissance de l’usage d’une expression figée. Certains concepts, comme le genre grammatical, seront utilisés plutôt dans le mode productif

(« Connaître le genre grammatical d’un mot pour faire l’accord ») et d’autres, comme la polysémie, plutôt dans le

mode réceptif (« Reconnaître l’usage d’un mot polysémique »). Ces compétences correspondent au niveau 3 de

la taxonomie de Bloom, celui de l’application des connaissances (Bloom et al. 1956).

1 Nous nous limiterons à la lecture et à l’écriture puisque nous considérons que les dictionnaires sont beaucoup moins consultés dans des situations de production ou de réception orale, dû à leur caractère spontané – les dictionnaires sont des outils qui servent plutôt à l’écrit.

Les deux niveaux supérieurs relèvent des concepts directement liés au dictionnaire : l’avant-dernier

niveau est aussi divisé en deux catégories : la consultation du dictionnaire pour des fins de compréhension et la

consultation du dictionnaire pour des fins de production. Ce niveau correspond aux compétences de consultation

nécessaires pour chercher des informations dans le dictionnaire – par exemple, dans le cas du genre, si la

compétence productive correspondante au genre grammatical (« Connaître le genre grammatical d’un mot pour faire l’accord ») est manquante, il faut avoir la compétence de consultation nécessaire (« Rechercher le genre d’un mot ») afin de combler cette lacune. Ce niveau de compétence correspond aux niveaux 4 et 5 de la

taxonomie de Bloom, ceux de l’analyse et de la synthèse – afin de pouvoir consulter le dictionnaire, il faut d’abord

pouvoir analyser les connaissances que l’on possède et celles que l’on ne possède pas, afin de savoir ce qu’il faut

chercher.

Figure 1 : La structure du référentiel de compétencesFinalement, le dernier niveau de notre référentiel de compétences, celui des compétences du dictionnaire,

correspond aux compétences concrètes nécessaires pour aller chercher les informations nécessaires dans le

dictionnaire – par exemple, savoir trouver et identifier le genre au sein d’une entrée du dictionnaire, ou distinguer

plusieurs sens dans l’entrée d’un mot polysémique. Ceci constitue une connaissance en soi puisque les

dictionnaires emploient des conventions et des abréviations qu’il faut connaître afin de bien interpréter les

informations. Par exemple, dans le cas du genre, il faut savoir que (n.f.) au sein d’une entrée indique que le mot

en question est du genre féminin. Ce niveau-ci relève de connaissances spécifiques aux dictionnaires qu’il faut

appliquer dans le contexte de consultation particulier – ici on revient encore au niveau 3 d’application des

connaissances (Bloom et al. 1956, Koedinger et al. 2012).

Ce référentiel sera au cœur de notre STI-DICO, c’est-à-dire la base de connaissances derrière son

modèle du domaine. Nous allons mettre en lien cette composante avec les autres éléments du système tutoriel,

par exemple le module de cours, en établissant des correspondances entre les concepts abordés dans les

activités et les concepts du niveau inférieur du référentiel.

Le diagnostic cognitif et le raisonnement du STI-DICOBasé sur ce référentiel de connaissances à plusieurs niveaux, notre système sera en mesure d’identifier

les habiletés et les concepts manquants qui ont provoqué des erreurs de l’utilisateur et, via un mécanisme de

raisonnement formel, effectuer un diagnostic cognitif des erreurs de l’apprenant (c’est à dire, faire des hypothèses

sur les sources des erreurs). Ce raisonnement sera basé sur un ensemble de règles de diagnostic, afin de faire

des liens causaux entre la source de l’erreur, c’est-à-dire le concept manquant, et sa réalisation concrète dans les

réponses de l’utilisateur.

Par exemple, si un étudiant n’est pas capable de trouver l’endroit d’une entrée où le genre grammatical

est indiqué, il se peut qu’il ne connaisse pas le concept de genre (donc il faut revenir au niveau conceptuel du

référentiel et y tirer la définition du concept), mais il se peut également qu’il ne sache pas si c’est un nom ou

l’endroit où chercher le concept de genre ou les conventions utilisées pour indiquer le genre – pour remédier à

cela, il suffit de rester au niveau supérieur du référentiel et expliquer à l’usager les conventions du dictionnaire

utilisé. S’il s’agit de la première fois que l’utilisateur fait cette erreur, le moteur de diagnostic cognitif produira

autant d’hypothèses cognitives qu’il y a de compétences liées à l’erreur. Par contre, si ce n’est pas la première fois

que l’utilisateur fait une erreur touchant au genre, le STI va faire une estimation probabiliste des causes probables

de cette erreur, basée sur l’état de son modèle (Pelle et al. 2007). Il va ensuite proposer d’autres activités et

continuer à analyser ses réponses, afin de pouvoir remonter à la cause cognitive sous-jacente de l’erreur et les

connaissances manquantes. L’évolution des connaissances de l’apprenant sera représentée dans le modèle de

l’apprenant du STI-DICO et sera visualisable par celui-ci, permettant ainsi une autoréflexion et donc une

conscience de sa propre progression.

En conclusion, cette phase de notre démarche méthodologique vise non seulement à comprendre et

décortiquer davantage les problèmes cognitifs que nous allons cibler dans notre STI-DICO, mais aussi à faire les

premiers pas vers la proposition d’une solution informatique aux problèmes, que nous allons développer dans la

deuxième phase de notre projet de recherche.

Phase 2 – La conception et le développement d’une solution potentielleAprès l’identification des problèmes auxquels nous souhaitons nous attaquer, nous allons passer à la

proposition d’une solution, celle d’un système tutoriel intelligent pour la formation en didactique du lexique chez

les futurs maîtres au primaire. Comme nous l’avons décrit dans les sections précédentes, nous allons employer

une architecture modulaire du STI-DICO, en intégrant des composantes existantes (GTN, référentiels de

compétences, modules de cours de didactique de lexique) avec des composantes nouvelles que nous allons

élaborer et modéliser (le catalogue d’erreurs, un référentiel de compétences prioritaires basé sur le programme

MÉLS, les profils types des apprenants, etc.). La liste des éléments que nous allons utiliser, avec les modifications

à faire et leur correspondance avec des modules de notre STI-DICO, figure dans le Tableau 5, ci-dessous :

Élément existant Modifications à faire Module du STIProgression des apprentissages au primaire (MÉLS 2006)

* Conversion et formalisation des connaissances métalexicales requises au niveau primaire* Extraction des compétences requises au niveau primaire

Modèle de l’apprenant : représentation des connaissances et compétences acquises

Ontologie GTN * Sélection d’un sous-ensemble du GTN qui correspond aux connaissances de la Progression des apprentissages du primaire

Modèle de l’expert : base de connaissances et compétences métalinguistiques

Référentiels de compétences dictionnairiques de Nesi (1999) et Lew (2013b)

* Formalisation et réduction des compétences pour former un référentiel de compétences prioritaires * Mise en lien avec les compétences de la Progression des apprentissages du primaire* Indexation du référentiel avec les concepts de la GTN

Modèle de l’expert et Modèle de l’apprenant : modélisation des compétences à acquérir et les connaissances qu’elles mobilisent

Études des erreurs de consultation des dictionnaires (Nesi et Haill 2002, Wingate 2004)

* Mise en lien avec les compétences à partir du référentiel de compétences afin d’identifier les compétences manquantes sous-jacentes à chaque type d’erreur* Formalisation des erreurs pour constituer un catalogue d’erreurs communes pour orienter le diagnostic cognitif

Modèle de l’apprenant : catalogue des erreurs qui servira de base pour le diagnostic cognitif

Module de cours de didactique du lexique (Tremblay 2009)

* Concordance avec les concepts et compétences du référentiel de compétences prioritaires* Indexation des activités d’apprentissage avec les compétences et connaissances qu’ils mobilisent* Interactivisation et numérisation des activités afin de les implémenter dans le STI-DICO

Module tuteur : proposition d’activités adaptatives et interactives

Tableau 4 : Les éléments existants employés, leurs modifications et applicationNous considérons que la nature modulaire et interconnectée du STI proposé correspond bien aux

exigences des problèmes que nous avons cités ci-dessus. Le fait que nous pouvons intégrer diverses

composantes déjà existantes dans une architecture bien établie et prouvée comme fonctionnelle dans plusieurs

variations (Nkambou et al. 2010) rajoute du poids à notre proposition. Finalement, il existe des outils d’aide à la

conception des STI comme CTAT (Aleven et al. 2006) et la structure GIFT (Sottilare et al. 2012) qui pourront nous

inspirer pour certains aspects du développement de notre système.

Dans notre architecture, on prévoit avoir une base de connaissances bien structurée, représentant le

raisonnement de l’expert, accompagnée d’un catalogue d’erreurs communes et d’un module de diagnostic cognitif

qui va analyser le comportement de l’utilisateur et, dans le cas de sa non-correspondance avec le modèle de

l’expert, effectuer une analyse pour trouver les lacunes derrière les erreurs, selon le modèle de traçage (voir

section 2.7.4.).

Figure 2 : Architecture proposée pour le STI-DICOCeci sera fait grâce à notre référentiel de compétences (voir Figure 1), qui établit les liens entre les

compétences et les connaissances qu’elles mobilisent. Ainsi, notre STI-DICO sera en mesure de repérer non

seulement les connaissances, mais également les compétences manquantes chez les apprenants, et s’adapter en

fonction de celles-ci. Cette adaptation se reflète dans la proposition d’activités et de quiz d’évaluation, dans un

processus d’adaptation dynamique selon les deux boucles de Van Lehn (voir section 2.7.2.).

Le maintien de l’équilibre entre les aspects cognitifs et métacognitifs de l’apprentissage est un défi pour

tout système d’apprentissage ; nous allons relever ce défi le plus pleinement possible en intégrant le paradigme

SRL (voir section 2.7.4) dans le design de notre STI-DICO. Même si le SRL ne couvre qu’une partie de l’aspect

métacognitif de l’apprentissage (d’autres aspects incluent l’évaluation des émotions et de la motivation de

l’apprenant), nous allons intégrer l’aspect métacognitif de l’apprentissage au sein de notre STI, en liant ainsi le

cognitif et le métacognitif au sein de l’encadrement proposé par notre STI-DICO en responsabilisant l’apprenant et

en le guidant dans son cheminement.

Phase 3 – Implémentation et évaluationDans cette phase de la recherche, la solution conçue à la Phase 2 va être implémentée et évaluée de

manière itérative, avec une collection et analyse de données en parallèle. Le but de notre recherche est non

seulement le développement d’un outil informatique, mais aussi des retombées théoriques, qui consistent à

améliorer la compréhension des phénomènes cognitifs reliés à l’utilisation du dictionnaire. Les itérations du projet

doivent donc intégrer ces deux dimensions. Nous proposons une démarche à 3 itérations, avec des questions

spécifiques et des métriques de collecte de données propres à chaque itération (voir Tableau 6 ci-dessus).

Itération Points à valider Éléments évalués

I1 1a) Modélisation des connaissances lexicologiques et métalexicales sous forme d’ontologie et des compétences mobilisées dans la consultation d’un dictionnaire sous forme de règles1 b) Compilation d’une banque d’activités d’apprentissage de didactique du lexique et indexation des activités avec les concepts de l’ontologie1 c) Validation de la modélisation proposée avec des experts du domaine

* Quel est l’ensemble des connaissances et compétences métalexicales qui sont mobilisées pendant la consultation efficace d’un dictionnaire

* Quels genres d’activités sont nécessaires afin de développer les connaissances et compétences ciblées ?

- Correspondance de notre référentiel avec les exigences du MÉLS et les programmes de formation des maîtres- Exhaustivité et couverture du référentiel

-Avis des experts en didactique et en lexicologie

I2 2a) Développement du STI-DICO modulaire 2 b) Validation de l’architecture du STI-DICO auprès d’un expert du domaine : - Validation des stratégies pédagogiques avec un pédagogue en didactique des langues - Validation du catalogue d’erreurs et des profils d’apprenants avec un lexicologue - Validation de l’interface avec un chercheur en IA

* Quelle est la structure nécessaire pour un STI visant les connaissances et compétences métalinguistiques visées ?

- Fonctionnalité de la totalité du système et de ses composantes

- Transfert efficace des informations entre les composantes

-Avis des experts sur les diverses composantes du STI-DICO

I3 Vérification du diagnostic cognitif * Est-ce que le STI-DICO effectue un diagnostic cognitif efficace et cohérent avec l’état cognitif de l’utilisateur ?* Est-ce que le STI -DICO modifie son comportement en s’adaptant en fonction du diagnostic cognitif effectué ?

-Évaluations empiriques avec le « think aloud protocol » au laboratoire LORIT (LICEF)

- Adaptation du STI en fonction de son utilisateur : stratégie pédagogique, activités proposées, type de feedback

I4 Validation de la facilitation du processus de transfert des connaissances entre les enseignants et leurs élèves

* Est-ce que le STI-DICO aide les enseignants à être mieux préparés à enseigner le contenu requis à leurs élèves ?

- Questionnaire auprès des futurs enseignants du français au primaire

-Vérification auprès des professeurs du programme de formation des maîtres à l’UQAM

Tableau 5 : Résumé des itérations de notre projet de recherche

Le résultat final de cette phase constituera une preuve de concept d’un système tutoriel intelligent capable

d’effectuer un diagnostic cognitif des erreurs d’un utilisateur en se basant sur un catalogue d’erreurs, un référentiel

de compétences, et une ontologie de connaissances mises en lien entre eux. Le contenu et la banque d’activités

d’apprentissage du STI-DICO vont être limités aux exigences du Ministère de l’Éducation du Québec au niveau

primaire (MÉLS 2006). L’ensemble du système et ses sous-composantes seront validés par des experts, et le

système sera testé par de futurs enseignants afin de corroborer sa pertinence.

Phase 4 – Réflexion et production de rapportsLa dernière phase de notre projet de recherche consiste en une réflexion globale sur l’ensemble du projet

et en la dissémination des résultats et des conclusions auprès de la communauté scientifique globale. À partir des

résultats des diverses itérations, nous allons tirer des conclusions d’une grande portée concernant les domaines

de la didactique du lexique, des technologies éducatives, et de l’informatique et des sciences cognitives. Nous

allons présenter les résultats intermédiaires attendus de chaque phase de notre recherche :

Phase 1) L’analyse du problème : cette phase donnera lieu à des résultats cognitifs tels que la conception du

référentiel de connaissances et compétences, qui mettra en valeur les processus cognitifs impliqués dans la

consultation d’un dictionnaire et l’élaboration d’un raisonnement de diagnostic cognitif mettant en lien les causes

cognitifs et leurs répercussions sur les productions concrètes des apprenants ;

Phase 2) Le développement de la solution : cette phase aboutira dans une architecture d’un STI-DICO modulaire

capable de guider les futurs enseignants dans leur acquisition et leur perfectionnement des notions et

compétences lexicales et métalexicales.

Phase 3) Les cycles itératifs d’évaluation et de raffinement : ces itérations vont confirmer la validité de notre

modèle et de l’architecture du STI-DICO et des postulats cognitifs de notre projet de recherche, proposant une

innovation concrète et avançant l’état des connaissances dans les domaines concernés par le projet.

3.3. Difficultés liées à la réalisation du projetDans cette section, nous allons énumérer les obstacles et difficultés liées à notre problème de recherche :

- La nature du contenu enseigné : la consultation d’un dictionnaire est un processus complexe qui implique

l’activation d’un réseau de compétences qui, à leur tour, font appel à un ensemble de connaissances qui y sont

liées. La formalisation de ce processus et de tous les concepts qui le sous-tendent est une tâche complexe.

- Le temps et l’envergure de l’approche méthodologique choisie : l’approche DBR, bien qu’elle soit appropriée aux

fins de notre projet, demande des efforts substantiels afin de planifier, implémenter et évaluer le système à

chaque itération. Étant donné le temps limite de ce projet de recherche, il se peut que le délai de complétion du

projet soit ajusté en fonction de la progression des itérations prévues dans le projet.

- La conception du système tutoriel : les STIs sont des logiciels élaborés avec plusieurs composantes qui

communiquent entre elles de manière synchrone au sein d’une architecture complexe qui demande un effort de

conception substantiel. Nous sommes conscients de ces exigences et croyons avoir suffisamment de ressources

à notre disposition afin de concevoir le système et réaliser un prototype.

3.4. Limites de la solutionNous sommes conscients des limites de la solution proposée, qui sont les suivantes :

- Limites de la couverture des dictionnaires existants : nous ne prétendons pas traiter l’ensemble des dictionnaires

existants, mais ciblons un sous-ensemble de dictionnaires, notamment : Trésor de la langue française informatisé,

Petit Robert électronique, et Antidote, que nous jugeons les plus utiles étant donné le contexte d’apprentissage :

celui du système d’éducation au Québec. Les compétences dictionnairiques de la couche supérieure du

référentiel (par exemple, la connaissance des abréviations et des conventions) seront limitées à ces dictionnaires ;

toutes les autres couches relèvent des compétences lexicales et métalexicales non dépendantes du dictionnaire

en question.

-Limites de la couverture du référentiel de compétences dictionnairiques : Nous ciblons un référentiel aussi

exhaustif et complet que possible, avec une couverture étendue de l’ensemble des compétences mobilisées lors

de la consultation d’un dictionnaire. Néanmoins, il y a des aspects de la consultation qui sont difficiles à modéliser,

par exemple l’effet du contexte linguistique et extralinguistique sur la consultation. On pourrait envisager un

module de contexte qui pourrait se rajouter comme couche au référentiel ; pour le moment, il ne tient pas compte

de cet aspect de la consultation dans sa modélisation des compétences

- Limites de couverture du modèle cognitif : notre modèle de diagnostic cognitif sera basé sur des études

concrètes dans le contexte d’enseignement des futurs enseignants du français qui suivent une formation à

l’UQAM. Le contenu et sa présentation seront conçus spécifiquement pour ce public cible, étant donné la

formation qu’ils reçoivent dans leur cursus et les lacunes de connaissances et de compétences recensées via les

questionnaires. Afin de généraliser davantage ce modèle, il faudra faire un travail séparé d’analyse des besoins

de la population ciblée – ceci affecte plusieurs composantes du STI-DICO, particulièrement le contenu des

modules de cours, le catalogue d’erreurs, et le modèle apprenant.

- Limites de la couverture des modules de cours : le contenu du cours que nous allons proposer au sein de notre

STI-DICO sera limité aux exigences du Ministère de l’Éducation du Québec au niveau primaire, donc ne sera pas

utile dans son intégralité aux futurs professeurs du secondaire ou de français langue étrangère ; des modifications

devront être faites afin d’adapter le contenu à d’autres contextes d’enseignement.

3.5. Potentiel d’applicabilité de notre projet de rechercheTout au long du processus de conception et d’évaluation de notre STI-DICO, nous allons collaborer de

façon étroite avec le département de didactique des langues de l’UQAM et notamment avec les professeurs du

programme de formation des maîtres, afin de garder le lien théorie-pratique préconisé par la DBR, qui est central

à notre projet. Grâce à ce lien, nous allons assurer l’applicabilité du prototype de notre STI-DICO, qui constituera

un ajout précieux, au sein d’un des modules du programme.

Chapitre 4 – L’état d’avancement du projet de rechercheCe chapitre présente les étapes complétées à date, avec les résultats obtenus, ainsi que les étapes qui

restent à faire afin de compléter notre projet.

4.1. Résumé de nos contributionsNous prévoyons plusieurs contributions résultantes de notre projet de recherche :

- Un référentiel de compétences exhaustif relevant l’ensemble des concepts et connaissances mobilisés lors de la

consultation du dictionnaire, autant en termes de compétences dictionnairiques que de compétences

métalexicales ;

-Un ensemble de règles de diagnostic liant les erreurs des apprenants avec les concepts et les compétences qui

leur manquent et les raisons cognitives derrière les erreurs ;

-Un guidage pédagogique cohérent et individualisé selon les besoins de l’utilisateur , en proposant différentes

stratégies pédagogiques en fonction de son comportement, avec une gestion de l’aspect métacognitif de

l’apprentissage grâce à un modèle de l’apprenant ouvert et une implémentation de l’approche SRL ;

-Une architecture de STI-DICO originale, intégrant les différentes composantes (base de connaissances,

référentiel de compétences, modules de cours, matériel pédagogique) au sein d’une structure modulaire.

2. L’état d’avancement des composantes du projet de rechercheLe tableau ci-dessous présente l’état de l’avancement des travaux.

Phase Activités État d’avancementPHASE 1 : Analyse des problèmes Revue de littérature étendue Réalisé

Création d’un référentiel de compétences et connaissances dictionnairiques non-informatisé

En cours

Étude approfondie des programmes de formation des maîtres existants

En cours

Questionnaire auprès des futurs enseignants du français

En cours

PHASE 2 : La conception et le développement d’une solution potentielle

Élaboration de l’architecture du STI En cours

Élaboration de la structure pédagogique En cours

Création d’une banque d’activités En cours

Analyse et choix des stratégies pédagogiques

À faire

Validation de l’architecture auprès des experts

À faire

PHASE 3 : Implémentation et évaluation

Modélisation des connaissances et des compétences dictionnairiques En cours

référentiel informatiséItération 1 – Modélisation et validation des connaissances et compétences Validation de la modélisation proposée

avec des experts du domaineÀ faire

Itération 2 – Développement et validation du STI

Développement du STI modulaire À faire

Validation du STI auprès des experts du domaine

À faire

Itération 3 - Évaluation du STI avec des futurs enseignants en formation à l’UQAM

Rédaction du protocole expérimental À faire

Recherche de participants À faire

Expérimentation À faire

Analyse des résultats de l’évaluation À faire

Itération 4 - Validation du processus de transfert des connaissances

Analyse des résultats du questionnaire À faire

Interprétation des résultats de la vérification par les professeurs

À faire

PHASE 4 – Réflexion et production de rapports

Production de rapport de fin de projet À faire

Identification des limites de la solution À faire

Proposition d’améliorations À faireTableau 6 : État d’avancement des travaux liés au projet

4.2. Publications et communications cibléesJusqu’à maintenant, nous avons publié les résultats intermédiaires de notre analyse des compétences du

dictionnaire dans une revue professionnelle (Tremblay, Anctil et Vorobyova, 2013) et ciblons des conférences et

des colloques locaux dans les mois à venir (Colloque Éducatif Présent, XXIXes Journées de linguistique). Une fois

l’analyse profonde des compétences achevée, nous allons cibler des publications plus conséquentes ( Lexicos, International Journal of Lexicology, Les Langues Modernes). Pour la dissémination plus large des résultats de

notre projet de recherche, nous allons viser les conférences et les journaux scientifiques suivants :

Aspect/élément du projet Conférences et Journaux scientifiques* Référentiel de connaissances et compétences dictionnairiques* Catalogue d’erreurs de consultation du dictionnaire

International Journal of LexicographyLexikosLa conférence de l’ACFAS

* Modules de cours et d’activités interactives des connaissances et compétences ciblées

Language Learning et Technology

* Proposition de l’architecture du STI-DICO International Conference on Intelligent Tutoring Systems (ITS)

* Ensemble de règles de raisonnement et des composantes derrière le module de diagnostic cognitif du STI-DICO

International Journal of Artificial Intelligence in Education (IJAIED) et International Conference on Artificial Intelligence in Education (AIED)

* Résultats de l’expérimentation empirique du prototype du STI-DICO avec protocole « think aloud »

Journal of Interactive Learning Environments et International Conference on Computers in Education

* Résultats de l’analyse des données empiriques et International World Wide Web Conference (WWW)

subjectives de l’expérimentation

* Résultats de la démarche DBR – avancées empiriques et théoriques de notre recherche.

Journal of Learning Sciences

Tableau 7 : Les conférences et les journaux scientifiques ciblés pour la publication

Références1. Abecassis, M. (2007). Is Lexicography Making Progress? On Dictionary Use and Language Learners'

Needs. Lexikos, 17, 247-258. 2. Abel, A., Weber, V (2000). ELDIT- a prototype of an innovative dictionary, Dans Heid, U., Proceedings of

the Ninth EURALEX International Congress, 807-818, Stuttgart, Germany. 3. Aleven, V., Sewall, J., McLaren, B. M., et Koedinger, K. R. (2006). Rapid authoring of intelligent tutors for

real-world and experimental use. Dans Kinshuk, R. Koper, P. Kommers, P. Kirschner, D. G. Sampson, et W. Didderen (Eds.), Proceedings of the 6th IEEE International Conference on Advanced Learning Technologies (ICALT 2006), 847-851. Los Alamitos, CA : IEEE Computer Society

4. Anctil, D. (2005). Maîtrise du lexique chez les étudiants universitaires : typologie des problèmes lexicaux et analyse des stratégies de résolution de problèmes lexicaux. Mémoire de maîtrise. Université de Montréal.

5. Anctil, D. (2011). L’erreur lexicale au secondaire : analyse d’erreurs lexicales d’élèves de 3e secondaire et description du rapport à l’erreur lexicale d’enseignants de français. Thèse de doctorat, Université de Montréal.

6. Anderson, J. R. (1983). The architecture of cognition. Cambridge, MA : Harvard University Press7. Anderson, J. R., Boyle, D. G. et Reiser, B.]. (1985a) Intelligent Tutoring Systems. Science, 228, 456-462.8. Anderson, J. R., Boyle, D. F. et Yost, G. (1985b) The geometry tutor. Dans Proceedings of the 9th

International Joint Conference on Artificial Intelligence, 1-7, Los Angeles, CA.9. Anderson, J., Boyle, C., Farrell, R., et Reiser, B. (1987). Cognitive principles in the design of computer

tutors. Dans P. Morris (Ed.), Modeling cognition. NY : John Wiley.10. Anderson, J. R., Boyle, C. F., Corbett, A. T., et Lewis, M. W. (1990). Cognitive modeling and intelligent

tutoring. Artificial Intelligence, 42, 7-49.11. Angelides, M. S., et Tong, A. Y. (1995). Implementing multiple tutoring strategies in an intelligent tutoring

system for music learning. Journal Of Information Technology, 10(1), 52.12. Ashley, K. (2008). Re-evaluating LARGO in the Classroom: Are Diagrams Better Than Text for Teaching

Argumentation Skills? Dans Woolf, B et al. (eds), Proceedings of the 9th International Conference, ITS 2008, 90-100, Montreal, Canada.

13. Atkins B.T.S et Varantola, K. (1997). Monitoring Dictionary Use. International Journal of Lexicography, 1-45.

14. Azevedo, R., Cromley, J. G., Winters, F. I., Moos, D. C., et Greene, J. A. (2006). Using computers as metacognitive tools to foster students’ self-regulated learning. Technology, Instruction, Cognition, and Learning Journal, 3, 97–104.

15. Azevedo, R., Witherspoon, A., Chauncey, A., Burkett, C., et Fike, A. (2009). MetaTutor: A metacognitive tool for enhancing self-regulated learning. Dans Proceedings from the Twenty-Third AAAI Conference on Artificial Intelligence, 14-19. Stanford, CA.

16. Bae, S. (2011). Teacher-Training in Dictionary Use: Voices from Korean Teachers of English. Akasu, K. and S. Uchida (Eds.). 2011. ASIALEX2011 Proceedings, LEXICOGRAPHY: Theoretical and Practical Perspectives, 45-55.

17. Bannan-Ritland, B. (2003). The role of design in research: The integrative learning design framework. Educational Researcher, 32(1), 21-24.

18. Barab, S.A. et Squire, K.D. (2004). Design-based research: Putting a stake in the ground. Journal of the Learning Sciences, 13(1), 1–14.

19. Beech, J. R. (2004). Using a dictionary: its influence on children’s reading, spelling, and phonology. Reading Psychology, 25, 19-36.

20. Bergenholtz, H. et R.H. Gouws (2010). A new perspective on the access process. Journal of Language and Communication Studies, 44, 103-127.

21. Bilash, O., William, S., Gregoret, C., et Loewen, B. (1999). Using Classroom Dictionaries in Second-Language Classrooms. Mosaic: A Journal for Language Teachers, 6(2), 3-9.

22. Bishop, G. (2000). Developing learner strategies in the use of dictionaries as a productive language learning tool. The Language Learning Journal, 22 (1), 58-62.

23. Bishop, G. (2001) Using quality and accuracy ratings to quantify the value added of a dictionary skills training course, The Language Learning Journal, 24(1), 62-69.

24. Biswas, G., K. Leelawong, K. Belynne, K. Viswanath, N. J. Vye, D., Schwartz, L. et Davis, J. (2001). Incorporating self-regulated learning techniques into learning by teaching environments. Dans Proceedings of the 20th Annual Meeting of the Cognitive Science Society, 120–125, Chicago, Illinois.

25. Biswas, G., Jeong, H., Kinnebrew, J., Sulcer, B., et Roscoe, R. (2010). Measuring Self-regulated Learning Skills through Social Interactions in a Teachable Agent Environment. Research and Practice in Technology-Enhanced Learning, 5(2), 123-152.

26. Bloom, B. S. ; Engelhart, M. D. ; Furst, E. J. ; Hill, W. H. ; Krathwohl, D. R. (1956). Taxonomy of educational objectives: The classification of educational goals. Handbook I: Cognitive domain. New York : David McKay

27. Bloom, B. S. (1984). The 2 sigma problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational Researcher, 13(6), 4-16

28. Bogaards, P. (1996) Dictionaries for Learners of English. International Journal of Lexicography, 9, 277 - 320.

29. Brown, A.L. (1992). Design experiments: Theoretical and methodological challenges in creating complex interventions in classroom settings. The Journal of the Learning Sciences, 2(2), 141-178.

30. Brown, J. S. et Burton, R. R. (1974). SOPHIE: a pragmatic use of artificial intelligence in CAI. Dans Proceedings of the 1974 annual ACM conference - Volume 2, 571-579.

31. Buchanan, B.G., Shortliffe, E.H. (1984). Rule Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. Reading, MA: Addison-Wesley.

32. Bull, S. (2004). Supporting Learning with Open Learner Models, 4th Hellenic Conference with International Participation: Information and Communication Technologies in Education, Athens.

33. Bull, S., Brna, P., Pain, H. (1995), Extending the Scope of the Student Model, User Modeling and User-Adapted Interaction, 5(1), 45-65.

34. Bull, S. & Kay, J. (2010). Open Learner Models, in R. Nkambou, J. Bordeau & R. Miziguchi (eds), Advances in Intelligent Tutoring Systems, Springer, 318-338.

35. Carduner, J. (2003). Productive dictionary skills training: What do learners find useful? Language Learning Journal 28, 70-76.

36. Carstens, A. (1995). Language Teaching and Dictionary Use: An Overview. Lexikos, 5, 105-116.37. Carstens, A. (2013). Collaboration as the key to integration of language and content in academic literacy

interventions. SA Journal for Language Teaching 47(2).38. Chanier, T. (1994) Special Issue on Language Learning: Introduction. Journal of Artificial Intelligence in

Education, 5(4), 417–428.39. Chanier, T., Fouqueré, C., Issaac, F. (1995) ALEXIA : Un environnement d’aide à l’apprentissage lexical

du français langue seconde, Environnements Interactifs d’Apprentissage avec Ordinateur, 79-90.40. Chanier, T., Selva, T. (1998), The ALEXIA SYSTEM: The Use of Visual representations to Enhance

Vocabulary Learning, Computer Assisted Language Learning.41. Chaumartin, F. R. (2012) Antelope, une plate-forme de TAL permettant d’extraire les sens du texte :

théorie et applications de l’interface syntaxe-sémantique. Thèse doctorale, Université Paris-Diderot.42. Chi, M.-L.A. (1998). Teaching dictionary skills in the classroom, in Fontenelle, T., Hiligsmann, P., Michiels,

A., Moulin, A. et Theissen, S. (eds.), EURALEX '98 Actes/Proceedings. Liege : Université Départements d’Anglais et de Néerlandais, 565-577.

43. Chi, M.-L. A. (2003). An Empirical Study of the Efficacy of Integrating the Teaching of Dictionary Use into a Tertiary English Curriculum in Hong Kong. Language Centre, Hong Kong University of Science and Technology.

44. Chi, M. T. H., Bassok, M., Lewis, M. W., Reimann, P., et Glaser, R. (1989). Self-explanations: How students study and use examples in learning to solve problems. Cognitive Science, 13, 145-182.

45. Chi, M. T. H., S. A. Siler, H. Jeong, T. Yamauchi, and R. G. Hausmann. (2001). Learning from human tutoring. Cognitive Science, 25(4), 471–533.

46. Clancey, W.J. (1982) Overview of Guidon, Computer-Based Instruction, 10(1,2), 8-15.47. Corbett, A.T., et Anderson, J. R. (1992). LISP Intelligent Tutoring System Research in Skill Acquisition.

Dans Larkin, J. et Chabay, R. (Eds.) Computer assisted instruction and intelligent tutoring systems: shared goals and complementary approaches, Englewood Cliffs, New Jersey, 73-110.

48. Corbett A. T., Koedinger, K. R., et Anderson, J. R. (1997). Intelligent tutoring systems. Dans M. G. Helander, T. K. Landauer, et P. V. Prabhu (Eds.), Handbook of human-computer interaction, Amsterdam: Elsevier, 849–874.

49. De Schryver, G.-M. (2010). State-of-the-Art Software to Support Intelligent Lexicography. Dans R. Zhu (ed.), Proceedings of the International Seminar on Kangxi Dictionary et Lexicology. Chinese Social Sciences, 584–599.

50. Design-Based Research Collective (2003), Design-Based Research: An Emerging Paradigm for Educational Inquiry. Educational Researcher. 32(1), 5-8, 35-37.

51. Easterday, M.W. (2005) Policy World: A cognitive game for teaching deliberation. Dans : Pinkwart, N., McLaren, B. (eds.) Educational technologies for teaching argumentation skills.

52. Fellbaum, C. (1997). WordNet : An Electronic Lexical Database. Cambridge : MIT Press.53. Fournier-Viger, P., Nkambou, R., Mephu Nguifo, E. (2009). Exploiting Partial Problem Spaces Learned

from Users' Interactions to Provide Key Tutoring Services in Procedural and Ill-Defined Domains. Dans Proceedings of the 14th International Conference on Artificial Intelligence and Education, 383-439

54. Fournier-Viger, P., Nkambou, R., Mephu Nguifo, E. (2010). Building Intelligent Tutoring Systems for Ill-Defined Domains. Dans Nkambou, R., Mizoguchi, R., Bourdeau, J. (Eds.). Advances in Intelligent Tutoring Systems, Springer, 81-101.

55. Frankenberg-Garcia, A. (2005), A Peek Into What Today's Language Learners as Researchers Actually Do. International Journal of Lexicography, 18(3), 335-355.

56. Frankenberg-Garcia, A. (2011). Beyond L1-L2 Equivalents : Where do Users of English as a Foreign Language Turn for Help ?. International Journal of Lexicography, 24(1), 97–123.

57. Fuertes-Olivera, P. A., Tarp, S. (2011). Lexicography for the Third Millennium: Cognitive-Oriented Specialised Dictionaries for Learners. Dans Ibérica: Revista de la Asociación Europea de Lenguas para Fines Específicos (AELFE) (21), 141–61.

58. Gamper, J., Knapp, J. (2000), Towards an Adaptive Learners’ Dictionary, Proceedings of the International Conference on Adaptive Hypermedia and Adaptive Web-based Systems, LNCS 1892, 311–314.

59. Gamper, J. et Knapp, J. (2001). New Media in the Design of a Learners' Dictionary. Dans C. Montgomerie et J. Viteli (Eds.), Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications, 541-546.

60. Goldstein I.P., (1982). The genetic graph: a representation for the evaluation of procedural knowledge. Intelligent Tutoring Systems, D.Sleeman et J.S.Brown (eds), Academic Press, New York, 1982, 51-78.

61. Graesser, A. C., Person, N., Maglian. J. (1995). Collaborative dialog patterns in naturalistic one-on-one tutoring. Applied Cognitive Psychologist, 9, 359–387.

62. Grandbastien, M., Labat, J.M. (eds) (2006) Environnements informatiques pour l’Apprentissage Humain, Paris, Hermès Sciences Lavoisier, col. Cognition et traitement de l’information, 384.

63. Hanks, Patrick. (1979). To What Extent Does a Dictionary Definition Define? Dans R. R. K. Hartmann (ed.). Dictionaries and Their Users, 32-38. Exeter : Exeter Linguistic Studies 4.

64. Heift, T. (1998) Designed Intelligence: A Language Teacher Model. Thèse doctorale, Simon Fraser University.

65. Heift, T. (2003) Multiple learner errors and meaningful feedback: A challenge for ICALL systems. CALICO Journal, 20(3), 533–548.

66. Heift, T. (2001). Error-specific and individualized feedback in a web-based language tutoring system: Do they read it? ReCALL Journal, 13(2), 129–142.

67. Heift, T. and Schulze, M. (2003) Error diagnosis and error correction in CALL. CALICO Journal, 20(3),

433–436.68. Heilman, M., Collins-Thompson, K., Callan, J., Eskenazi, M. (2006), Classroom success of an Intelligent

Tutoring System for lexical practice and reading comprehension, in Proceedings of the Ninth International Conference on Spoken Language Processing, Pittsburgh, Pennsylvania.

69. Heilman, M., Eskenazi, M. (2006). Language Learning: Challenges for Intelligent Tutoring Systems, Actes de ITS 2006 - Workshop on ill-defined domains.

70. Herrington, J., McKenney, S., Reeves, T. et Oliver, R. (2007). Design-based research and doctoral students: Guidelines for preparing a dissertation proposal. Dans C. Montgomerie et J. Seale (Eds.), Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications, 4089-409.

71. Holland, V. M., Kaplan, J. D. and Sams, M. R. (eds.) (1995) Intelligent language tutors: theory shaping technology. Mahwah, NJ: Lawrence Erlbaum Associates.

72. Hustijn, J.H., Atkins, B.T.S. (1998). Empirical research on dictionary use in foreign-language learning: survey and discussion, in Atkins, BT.S. (ed.) Using dictionaries: studies of dictionary use by language learners and translators, Niemeyer, Tübingen, 7-19.

73. Jacobson, M. (2008). A design framework for educational hypermedia systems: Theory, research, and learning emerging scientific conceptual perspectives. Educational Technology Research et Development, 56, 5–28.

74. Jean, S., Delozanne, É., Jacoboni, P., et Grugeon, B. (1998). Cognitive profile in elementary algebra: the PÉPITE test interface, IFIP TC-3 Official Journal Education and Information Technology.

75. Kaminski, M. (2013). Reducing Cognitive Barriers to Successful Dictionary Use: Advancements in Pedagogical Lexicography. Language in Cognition and Affect. 171-188.

76. Kipfer, B. (1987), Dictionaries and the intermediate students, in Cowie A.P. (ed.), The Dictionary and the Language Learner, Tubingen.

77. Koedinger, K.R., Corbett, A.C., et Perfetti, C. (2012). The Knowledge-Learning-Instruction (KLI) framework: Bridging the science-practice chasm to enhance robust student learning. Cognitive Science, 36 (5), 757-798.

78. Kulik, J.A. et Kulik, C. (1988). Timing of Feedback and Verbal Learning. Review of Educational Research, 58(1), 79–97.

79. Lareau. F. (2002), La synthèse automatique de paraphrases comme outil de vérification des dictionnaires et grammaires de type Sens-Texte, Mémoire de maîtrise, Université de Montréal.

80. Leelawong, K., et Biswas, G. (2008). Designing learning by teaching agents: The Betty's Brain system. International Journal of Artificial Intelligence in Education, 18(3), 181-208.

81. Lew, R. (2010). Users take shortcuts: Navigating dictionary entries. Dans A. Dykstra et T. Schoonheim (eds.), Proceedings of the 14th EURALEX International Congress. Leeuwarden/Ljouwert, 1121–1132.

82. Lew, R. (2013a) Online dictionary skills. Dans Iztok, K., Kallas, J., Gantar, P., Krek, S., Langemets, M. and Tuulik, M. (eds.), Electronic lexicography in the 21st century: Thinking outside the paper. Proceedings of the eLex 2013 conference, Ljubljana/Tallinn: Trojina, Institute for Applied Slovene Studies/Eesti Keele Instituut, 16-31.

83. Lew, R. (2013b). From paper to electronic dictionaries: Evolving dictionary skills, dans Kwary, D.A., Wulan, N. et Musyahda, L. (eds.), Lexicography and Dictionaries in the Information Age. Selected papers from the 8th ASIALEX international conference. Surabaya: Airlangga University Press, 79–84.

84. Lew, R., Galas, K. (2008). Can Dictionary Skills Be Taught? The Effectiveness of Lexicographic Training for Primary-School-Level Polish Learners of English. Dans Proceedings of the XIII EURALEX International Congress. Barcelona: Universitat Pompeu Fabra.

85. Mark, M. A., Greer, J. E.. (1993). Evaluation methodologies for intelligent tutoring systems. Journal of Artificial Intelligence in Education, 4, 129–149.

86. McNamara, D. S., Raine, R., Roscoe, R., Crossley, S., Jackson, T., Dai, J., Cai, Z., Renner, A., Brandon, R., Weston, J., Dempsey, K., Lam, D., Kim, L., Rus, V., Floyd, R., McCarthy, P. M., Graesser, A. C. (2012). The Writing-Pal: Natural language algorithms to support intelligent tutoring on writing strategies. Dans P.

M. McCarthy and C. Boonthum (Eds.), Applied natural language processing and content analysis: Identification, investigation, and resolution, 298-311. Hershey, PA: IGI Global.

87. Mel'čuk, I. et Polguère, A. (2007). Lexique actif du français. Louvain-la-Neuve : Duculot.88. Merrill, D. C., Reiser, B.J., Ranney, M., Trafton, J.G. (1992), Effective Tutoring Techniques : A Comparison

of Human Tutors and Intelligent Tutoring Systems, The Journal of the Learning Sciences, 2(3), 277-305. 89. Ministère de l’Éducation du Québec. (2006). Programme de formation de l’école québécoise du niveau

préscolaire et primaire. Québec : MEQ.90. Nagata, N. (2002) BANZAI : An Application of Natural Language Processing to Web based Language

Learning. CALICO Journal, 19(3), 583–599.91. Nagata, N. (2009) Robo-Sensei’s NLP-Based Error Detection and Feedback Generation. CALICO

Journal, 26(3), 562–579.92. Nesi, H. (1988). Which Dictionary? A Review of the Leading Learners' Dictionaries. Proceedings of the

22nd Annual Meeting of the International Association of Teachers of English as a Foreign Language , Edinburgh, Scotland, United Kingdom.

93. Nesi, H. (1999). The Specification of Dictionary Reference Skills in Higher Education. Dans Hartmann, R. R. K. (ed.). Dictionaries in Language Learning. Recommendations, National Reports and Thematic Reports from the Thematic Network Project in the Area of Languages, Sub-Project 9: Dictionaries, 53-67. Berlin : Freie Universitat Berlin.

94. Nesi, H. (2000) Electronic dictionaries in second language vocabulary comprehension and acquisition: the state of the art. in: Heid, U., Evert, S., Lehmann, E. and Rohrer, C. (eds) Proceedings of the Ninth EURALEX International Congress, Vol II. Stuttgart : Euralex, 839-847.

95. Nesi, H. (2014) Dictionary use by English language learners. Language Teaching, 47, 38-5596. Nesi, H., and Haill, R. (2002) « A study of dictionary use by international students at a British university ».

International Journal of Lexicography 15 (4), 277-306.97. Neubach, A., Cohen, A.D. (1988), Processing Strategies and Problems Encountered in the Use of

Dictionaries, Journal of the Dictionary Society of North America, 10, 1-20.98. Nicaud, J.-F. et Vivet, M. (1988) Les tuteurs intelligents, réalisations et tendances de recherche,

Technique et Science Informatiques, 7(1), 21-45.99. Nkambou R., Belghith K., Kabanza F., Khan M. (2005) Supporting Training on Canadarm Simulator using

a Flexible Path Planner. Proc. of 12th International Conference on Artificial Intelligence in Education (AIED), 953-955.

100. Nkambou, R., Mizoguchi, R., et Bourdeau, J. (2010). Advances in Intelligent Tutoring Systems. Heidelberg : Springer.

101. Nwana, H. S. (1990). Intelligent Tutoring Systems: an overview. Artificial Intelligence Review, 4, 251-277.102. O’Shea, T. et Self, J. (1983). Learning and teaching with computers. Artificial Intelligence in Education,

Harvester Press.103. Pelle, J., Nkambou, R., Bourdeau, J. (2007). Explicit Reflexion in Prolog-Tutor. International Journal of

Intelligence Intelligence in Education (IJAIED), 17(2), 169-215.104. Polguère, A. (1998) La théorie Sens-Texte. Dialangue, Vol. 8-9, 9-30. Université du Québec à Chicoutimi.105. Polguère, A. (2003). Lexicologie et sémantique lexicale: notions fondamentales, Montréal, Presses de

l’Université de Montréal.106. Polguère, A. (2010), Approche lexicaliste de la terminologie grammaticale, Enseigner la grammaire en

francophonie, Toulouse : France.107. Polguère, A., Mel'ĉuk, I.A . (2007) Lexique actif du français. L’apprentissage du vocabulaire fondé sur

20 000 dérivations sémantiques et collocations du français, Bruxelles, De Boeck Supérieur, 528.108. Pouliot, K., Bergeron, G., (2011), Ouvrir le dictionnaire, Correspondance, 17(1). 109. Reeves, T. C. (2006). Design research from the technology perspective. Dans J. V. Akker, K.

Gravemeijer, S. McKenney, et N. Nieveen (Eds.), Educational Design Research. 86-109. 110. Reeves, T., Herrington, J. and Oliver, R. (2005) Design Research: A Socially Responsible Approach to

Instructional Technology Research in Higher Education. Journal of Computing in Higher Education, 16(2),

97-116.111.Roscoe, R.D., Segedy, J.R., Sulcer, B., Jeong, H., et Biswas, G. (2013). Shallow Strategy Development in

a Teachable Agent Environment Designed to Support Self-Regulated Learning. Computers and Education, 62, 286-297

112. Savard, I. (2014). Modélisation des connaissances pour un design pédagogique intégrant les variables culturelles. Thèse de doctorat, Université du Québec à Montréal.

113. Scholfield, P. (1982). Using the English dictionary for comprehension. TESOL Quarterly, 16(2), 185-194.114. Scholfield, P. (1999). Dictionary Use in Reception, International Journal of Lexicography, 12(1), 13-34.115. Scott, J., Nagy, B. et Flinspach, S. (2008). More than merely words: Redefining vocabulary learning in a

culturally and linguistically diverse society. Dans A. Farstrup et J. Samuels (dir.). What Research Has to Say About Vocabulary Instruction. 182-210.

116. Selva, T., Chanier, T. (1998). Apport de l’informatique pour l’accès lexical dans les dictionnaires pour apprenants : projet Alexia. T. Fontenelle et al. (eds.), Actes du huitième congrès EURALEX'98 (European Association for Lexicography), 631-642, Liège, Belgique.

117. Selva, T., Chanier, T. (2000) Génération automatique d’activités lexicales dans le système ALEXIA, dans Sciences et Techniques Educatives, 7(2), 385-412.

118. Selva T., Issac F., Chanier T., Fouqueré C. (1997). Lexical comprehension and production in the ALEXIA system. Dans les actes de Language Teaching and Language Technology, University of Gronigen.

119. Sottilare, R.A., Brawner, K.W., Goldberg, B.S., Holden, H.K. (2012) The Generalized Intelligent Framework for Tutoring (GIFT). GIFT Information Paper.

120. Stark, M. P. (1990). Dictionary workbooks: A critical evaluation of dictionary workbooks for the foreign language learner. Exeter : University of Exeter Press.

121. Steele J. (1990). Meaning-Text Theory and First-Language Learning: Some Implications. Dans J. Steele (Ed.), Meaning-Text Theory: Linguistics, Lexicography, and Implications, U. of Ottawa Press, 377-389.

122. Tarp, S. (2007). Lexicography in the information age. Lexikos 17, 170-179.123. Tono, Y. (2011) Application of eye-tracking in EFL learners’ dictionary look-up process research.

International Journal of Lexicography 24(1), 1–30.124. Tremblay, O. (2009) Une ontologie des savoirs lexicologiques pour l’élaboration d’un module de cours en

didactique du lexique. Thèse de doctorat non publiée, Université de Montréal.125. Tremblay, O., Anctil, D. et Vorobyova, A. (2013). Utiliser le dictionnaire efficacement : une compétence à

développer. Formation et profession, 21(3), 95-98.126. Tremblay, O. et Polguère, A. (2014), Une ontologie linguistique au service de la didactique du lexique,

Actes du 4e Congrès Mondial de Linguistique Française (CMLF 2014), Berlin : Allemagne.127. Van Lehn, K. (2006). The Behavior of Tutoring Systems. International Journal of Artificial Intelligence in

Education, 16 (3), 227-265.128. Van Lehn, K., Lynch, C., Schulze, K., Shapiro, J.A., Shelby, R., Taylor, L., Treacy, D., Weinstein, A.,

Wintersgill, M. (2005). The Andes Physics Tutoring System: Lessons Learned. International Journal of Artificial Intelligence and Education, 15 (3).

129. Van Lehn, K., Burleson, W., Chavez Echeagaray, M.-E., Christopherson, R., Sanchez, J.G., Hastings, J., Hidalgo Pontet, Y., Zhang, L. (2011) The Affective Meta-Tutoring Project : How to motivate students to use effective meta-cognitive strategies, Proceedings of the 19th International Conference on Computers in Education, 128-130.

130. Wang, F., Hannafin, M.J. (2005) Design-Based Research and Technology-Enhanced Learning Environments, Educational Technology Research and Development, 53(4), 5-23.

131. Wingate, U. (2004). Dictionary use — the need to teach strategies, The Language Learning Journal, 29(1), 5-11

132. Woolf. B.P. (2008) Building Intelligent Interactive Tutors: Student-Centered Strategies for Revolutionizing E-Learning. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA.

133. Zolkovsij, A., et Mel'čuk, I. A. (1965). « O vozmozhnom metode i instrumentax semanticeskogo sinteza » [À propos d’une méthode possible pour la synthèse sémantique et des instruments correspondants],

Nautchno-Tehnicheskaya Informatziya, 5, 23-28.